基于句法分析的跨语言情感分析

基于句法分析的跨语言情感分析摘要：随着互联网的快速发展和全球化进程的加快，因特网提供的信息资源呈现出多语言化的特点。各语言可利用资源的不平衡给网络信息的研究和利用带來障碍。因此，利用资源丰富语言对资源贫乏语言进行情感分析具有朿要的应用价值与现实意义。提出一种基于主谓情感差异句法分析框架，实现跨语言的情感分析，具有一定的实用价值。关键词：跨语言：情感分析；句法分析：贝叶斯分类0.引言随着互联网及相关产品的快速发展，众多用户参与的网络活动产生了人最有价值的主观信息。这些主观信息包含了丰富的感情色彩，表达了人们对事物或爭件的情感倾向。対此的研宪，可以让我们挖掘出很多潜在的信息，例如了解大众对产品的普遍认识和对社会那件的舆论走向等。决策者町以通过硏究网络评论的情感极性了解民众和舆论，做出恰勺的反馈。在此背景之下，情感分析吸引了大量研究者的关注，并取得了较多的理论成果。全球化的进一步发展，使得跨文化的交流越來越频繁，多语种的评价资源也得到网络研究者•的口益关注。然而，由于不同语言在全球化进程中发展的不平衡，导致了语言资源研究的差异性，因此利用源语言中大量可用资源对目标语言评论进行跨语言情感分析硏究具有富要的意义，也是目前自然语言处理领域和社交网络研究的研究热点。现有跨语言情感分析研究多数通过机器翻译将源语言数据翻译成H标语挿，再借助源语害的相关资源进行怙感分析。本文在先前研究的基础上借助Google翻译、情感词典和句法分析等工具，通过建立主谓情感差异的句法分析框架完成对跨语言的情感分析。1•相关工作情感分析即文本情感极性的分类。在近年來，情感分析研究自然语言处理领域得到了更多的关注和研究。早期的情感分析研究对象主要集中于产品和电影评论等领域，如Pangetal.(2012)山进行了英语电影评论的情感分类,ZagibalovandCairoll(2008)囚对中文的产品评论进行了分类。随着社交网络的迅速发展，Twitter、微轉等特殊类型短文本方面的研究也积极开展起來。例如Mukherjees⑸基于词袋模型进行语句分析对推文进行•情感分类，谢丽星⑷等对微博的特征抽取和情感分析进行了研究。跨语肓情感分类研究考虑了不同语种在资源和研究卜.的差异性，在情感分类的基础上利用源语言的丰富资源辅助冃标语言完成情感分类的任务。2.基于情感差异句法分析框架的跨语言情感分析本文所建立的框架中，采取区别于其他相关研究的机器翻译顺序，选择将目标语言翻译成源语言。因为使用机器翻译将给定的语言翻译成源语言(中文)时，往往选用的是垠常用的表达方式，而我们所用的情感词典也是经MPQA翻译成中文得到，也是由最常用的词汇组成，从而使得两者词汇具有一致性，保证了情感词典对句子中情感词的覆盖率。同时，翻译会对大最的源语言资源进行破坏，而H.大量的翻译过程比较繁琐耗时，而目标语言规模小，语句情感极性强，翻译町以较好的得到对应的情感词，对结果影响小。肉此，选择目标语订到源语育的翻译顺序较只右更低的情感谋差.本文捉出了主谓情感差开的句法分析框架，其训练和应用流程如图1所示。（开始_AV源语言/M机器＜8译|111111句法分析MPQA•中新•计算P值-MPQA•中新•计算P值-转折词表训练域值Ti；衣分图1.框架的训练和应用流程2.1机器翻译和情感词典的获取通过将源语言翻译成目标语言，再利用双语词典和平行语料库等对目标语言数据进行处理和分析是犬多数现有情感分析任务的研究策略。然而，在将源语言翻译成目标语言的过程中，由于目标语言缺少足够的标注数据加卜.研究者对之理解匕的偏差，会使得结果因之产生一定的误差。因此，本文将目标语言翻译成源语言后进行情感分类后续研究工作。2.2句法分析句法分析回是根据给定的语法体系，自动地浜别出语句含有的句法单位以及它们Z间的关系.利用句法分析树所呈现的结采，町以得到情感词在句子中所处的位玄，并将共所处的主谓成分作为其属性，作为该词情感值大小的参数之一。情感词出现在句子主谓部分的不同，对整个句子的情感值贡献的大小也有所差异。以句子“这座幸福、美丽的城市里发生了那么悲惨的爭情。”为例，当我们仅考虑情感词的极性和情感词的出现次数时，由于“幸福”、“美丽”表达了正面情感，“残酷”表达的是负面情感，则这个句子的整体情感倾向就会被判断为正而的。但通过正常的理解町以知道，这句话中着乘表达的是谓语部分词语“悲惨”的情感，鶴个句子的情感倾向是负面的。该例子说明主语和谓语部分的情感词应区别对待。利用NLP&CC2013评测任务提供的数据，通过对情感句主谓部分情感比重按照谓语部分每次增加002步长设定多个权重比例对情感任务进行多次实验，并获得不同的情感预测准确率，实验证实主谓权重比例对情感预测的准确性存在明显的作用。选择该实验中结果准确率取最高时的比值作为本文情感分类任务的主谓权重比。3.主谓情感差异句法分析框架下的跨语言情感分析由于多语种情感分析的不同需求以及情感资源分布的不平衡性，跨语言情感分析在近些年得到研究者进一步关注。本文通过炖绐定的目标语言进行Google翻译并进行人工标注得到分类器训练所需的训练集。利用贝叶斯分类器，训练情感极性分类所需参数T1和T2,并将之用作对测试集中的句子进行情感分类。具体步骤如下：3・1分类框架构建流程经过前文所说的机器翻译和句法分析等步骤，完成了情感词典E-Dictionary和转折词表T-words的构建之后，便町以进行分类框架的创建，基本步骤如F：利用Google翻译，将待测试句子翻译成中文。对翻译过后的句子进行人工选择和标注，构建训练集Ctrama利用StanfordParsei-对5迪中的句子进行句法分析，区别其主谓部分。将分词后的词语和情感词ftE-Dictionaiy利转折词表T-words进行匹配，并标记出现在之中的哪些词语。根据上一步的分词，赋予情感词不同的权巫，累计该词的情感值a.根据情感词所处成分的不同分别赋了情感词权巫al(出现在上语部分)和32(出现在位于部分)。b根据前面构建的转折词词典，对含有转折词的句子，转折词前后的情感词分别赋予权重bl和b2・若该句不含转折词，则bl、b2皆为I。c根据情感词在情感词典E-Dictionaiy«|＞的强弱标汎分别賦予权巫cl、c2。d累枳一个情感词的权巫。词$的情感值为：E(wJ=ti*aj*bj*Cj其中，耳为其正负标,忐，j为1或2。分别累加句子中正负情感值的和Totalp=£[E(wt),TotaliV=£[E(w,)(叫，马分别为枳极情感词和消极情感词)计算句子的积极情感值和与消极情感值和的比值P=TatalAataln*并将之作为判断句子正负的特征。3・2训练分类器3.2.1贝叶斯分类算法贝叶斯分类器〔习是各种分类器中分类错误概率最小或者在预先给定代价的情况卜•平均风险最小的分类器。贝叶斯分类算法方法简单、速度快，在冇监督学习的样本集中能获取非常好的分类效果。根据实验数据的特点，我们选择将给定的冃标语言数据翻译成中文。人工标注部分数据，选择其中情感极性明确的作为分类器训练所选的训练集c佔。然后计算Cz中各个句子的情感值，为下文进行分类器的完成训练做好基础工作。322判断特征的训练根据每个句子中统计的出的积极情感值和消极情感值得到其比值P的人小，分类器的训练过程即为找到T1和T2的值，使得当P<T1时，情感极性为负的概率最大，当P>T2时，悄感极性为正的概率垠人。根据经验判断可初步认为，但比值P为1时，句子中枳极情感值和消极情感值的比重相当，句子应该表现为中性；当P值人丁・1时，枳极情感值的强度大于消极情感值，句子情感偏枳极：当P值小于1时，句子情感则偏向消极。但实际中，由于统计方法的不全面以及语言表达情感的多样性等因素的影响，真实域值和理论值之间定会存在一定的误差。因此，我们所进行的贝叶斯分类器训练过程，选择1作为判断句子正负的初始域值，以此为中心，在区域［l-d,1+d］内分别找到合适的T1和T2的值。3・3对测试集进行极性判断前面的步骤完成了对贝叶斯分类器的训练工作，得到了分类依据T1和T2。对给定的四个测试集，对其中句子进行情感值的计算，即可对之进行情感分类.具体判断步骤如卜•:对给定的测试集，通过Google翻译引擎将之翻译成中文：对句子进行句法分析，对其主谓部分和转折词等进行记录，并通过前面构建完成的情感词典E-Dichonaiy和转折词表，计算出每个句子的枳极情感值和消极情感值和消极情感值Totalp和TotaL，并由此得出判定依据P:对待判定的句子S-其极性计算公式如式(1)所示：P(S»=I,当巴*0&：•卩；=0,或卩,*0熙Wn#0心P*T2。，当匕二0鈕卩；=0,或>P>T2,_1,当出=0鈕『,鼻0,或巴 (1)其中，1表示句子表现积极情感，0表示句子表现为中性，一1表示句子为消极情感。4总结基于己有跨语言情感分析的理论和研究，本文提出了基于主谓情感差异性句法分析的跨语言情感分析框架。根据句法分析器的工作原理以及句法分析树的句子主谓部分対于句子情感的贡献度，建立情感分析统计模型。由于贝叶斯分类算法的简单性和高效性，并结合本文分类研究工作，试终选取贝叶斯分类算法作为研究分类任务的工具，结合分类器进行测试语料的分析。最后通过实验验证了该方案的有效性，为今后跨语言情感分类问题提供支持。參考文献[1]PangB,LeeL.VaithyanathanS・Thumbsupsentmientclassificationusingmachuielearningtechniques[C]•Pi^oceedingsoftlieACL-02Confei^enceonEmpiricalMethodsinNaturalLanguageProcessing-volume10>AssociationforComputationalLinguistics»2002:79-86.ZagibalovT,CairollJ.AutomaticseedwordselectionforunsupeivisedsentimentclassificationofChinesetext[C]•InProceedingsofthe22ndInternationalConferenceonComputationalLinguisticsVolume1,AssociationforComputationalLinguistics:1073-1080.赵妍妍,秦兵,刘