情感分析

技术背景

近些年来，随着电子商务和社交网络兴起和发展，互联网上出现了大量的主观性文本

任务定义

对带有感情色彩的主观性文本进行分析、处理、归纳和推理的过程

应用

1. 电商评论分析：抽取用户评论的观点以及观点的极性

2. 舆情分析：对某个人物或某一事件的看法（以下百分数为支持的比例）

主观性文本分析：技术难点

• 背景知识
  电视机的声音小（消极）
  电冰箱的声音小（积极）

• 反讽/隐晦情感表达
  我觉得你的香水不错，你应该关起窗户省着点闻（消极）

• 网络新词
  《觉醒时代》yyds！（积极）

技术发展脉络

词级情感分析

词级别的情感分析，即构建情感词典（sentiment lexicon），旨在给词赋予情感信息

句子/篇章级情感分析

主要经历了三个阶段：基于规则的方法、传统机器学习、深度学习的方法

• TextCNN

目标级情感分析

目标级情感分析，旨在针对整个句子和篇章，输出针对具体评价对象或者维度的情感分析结果

• 给定评价对象或者维度分析情感

• 评价对象、情感联合抽取

情感预训练

情感知识增强的预训练

SKEP: Sentiment Knowledge Enhanced Pre-training
for Sentiment Analysis

• 屏蔽情感词，然后进行预测

参考资料

百度飞桨：基于深度学习的自然语言处理

标签：分析,Sentiment,介绍,情感,维度,文本,主观性
来源： https://blog.csdn.net/m0_50896529/article/details/122065508