情感分析与观点挖掘

刚看完MSRA研究员wei furu关于情感分析与观点挖掘的讲座，对这一领域有了基本了解。这一研究方向从狭义上讲，就是从文本形式的数据中挖掘得到其表达的情感或是观点，比如“我认为奥巴马是一个好总统”，可以知道表述的是积极的好的情感。而研究任务就是识别出情感。

具体展开，此领域有三个子任务：1）找到观点的发出者（Holder）；2）找到观点指向者（Target）；3）识别出观点（Polarity）。比如刚才的“我认为奥巴马是一个好总统”, Holder是“我”，Target是“奥巴马”，Polarity是“好”。

从挖掘的对象（数据）来讲，又可以分为文档级别，句子级别和短语（词）级别三大类。上面的这个例子对应的就是句子级别。

对于第一个子任务的解决方案，本质思想是类似找命名实体的思路，具体算法可以用CRF或是基于pattern的一些方法，这些算法当前效果一般，在常用的公开数据集上的F1在60-70%左右。

对于第二个子任务，感觉会更难一些，具体到一个产品来讲，比如一个相机，它会有好几个属性（Feature）：大小，重量，颜色，像素等等，如何能从自然描述里准确知道它是对应哪个属性感觉会更难。PPT中介绍一个Liu Bing老师的文章：基本思想是用关联规则的算法，把一个产品对应的多个feature的描述算一些置信度和支持度。本质思想是同样的一些形容词会用来描述不同的属性，比如amazing这个词，可以说the picture is amazing，也可以说the color is amazing。通过一些关联规则统计可以发现一些属性。这一部分在常用的数据集中准召率也60-70%的样子。

对于第三任务，是研究比较多，大概的算法有以下几类：1）有一个注明情感的词典，数一个每个情感词表达的情感是积极或是消极，然后做一下投票就可得到对象级别的情感。这里还介绍一些收集情感词典的方法，基本是NLP当中常用的套路。2）机器学习的方法，就是一个很正常的分类任务，搞个模型，设计一些特征跑一下的样子。这里给了一些实验效果，基本结论就是ML更牛一点。3）机器翻译的方法，基本思路是复用MT的框架，自己设定一些对齐规则。4)其他方法，无非就是半监督，主题模型之类的东西。

后面介绍了一些Tweet情感分析的工作，想对之前，主要引入了上下文和领域相关的知识（规则），一个比较有意思是在基于传统的机器学习方法得到一个模型后，再进行Graph based optimization的思路，这种算法将每条tweet内容的转发关系，上下条内容等建立图关系，将传统ML样本是独立同分布（IID）的假设做了扩展以适应数据之间有联系的真实场景。

还有最后一个工作是基于多语言数据的情感分析，具体场景就是英语的词典或是语料一般比较多，而汉语的比较少，如何借助另一方来使自己的任务做到更好。似乎比较类似迁移学习的思路，具体没太关注，大致是用co-training的思想，同时引入了词级别的对齐信息做到了更好的效果。

最最令我印象深刻的是本文中给出的一些future work，比较有趣，也比较实在：

1）情感分析一般文章或句子中一两个词就很清楚的表明立场，而当前做法还是词袋模型，似乎有点冗余，甚至有噪声存在。

2）逆情感想象：比如“不是特别好”之类。

3）组合转义很大：比如“好得 不能再好”。

4）领域和表述对象相关。比如“这个电影票房不可预测，这个完成时间不可预测”

5）上下文相关。

6）imbalance learning。很多都是没有情感的，正负情感也是不一样的。

7）要区分用户。比如50%的用户是积极的，50%的消极的。而女性中，80%的是积极的。

8）sentiment insight mining。比如“奥巴马是好总统”，但具体好在哪些方面不知。

9）隐含的情感。文学作品中的反话

一些可以学习的资料：

Sentiment Analysis in Practice Tutorial by Yongzheng

Zhang et al. (ebay research lab | ICMD | 2011)

Sentiment Symposium Tutorial by Christopher Potts

(Stanford Linguistics | 2011)

Sentiment Analysis Tutorial by Bing Liu (University of Illinois at

Chicago | AAAI | 2011)

Opinion Mining and Sentiment Analysis: NLP Meets

Social Sciences by Bing Liu (University of Illinois at Chicago | 2010)

Opinion Mining and Summarization by Bing Liu (University

of Illinois at Chicago | WWW| 2008)

Sentiment analysis and opinion mining (survey) by Bo

Pang and Lillian Lee (Cornell University | 2008)

更多文章请关注：哪个妞污，那个妞污！  ngn5.com    女娲之情感漫谈吧   ngn5.com/category/qingganmantan