黄萱菁，张 奇，吴苑斌

(复旦大学 计算机科学技术学院，上海 201203)

1 引言

随着互联网的发展和以用户为中心的Web2.0业务的不断扩展，人们可以随时随地通过论坛、博客、微博等各种方式分享心情、想法和观点。这些信息中包含了大量用户对于事件、产品、人物等对象的评论信息，同时也影响到了舆论热点的形成和人们的消费习惯。评论信息不论对于政府、企业还是个人都十分重要。对互联网用户的调查发现，用户普遍会在购买产品之前通过网络对产品进行调查，同时大部分用户也认为产品评论对其购买意愿产生了影响。此外，公众对于舆情热点的观点和倾向也经常影响政府机构的决策行为。因此，如何自动地从海量的非结构化评论中挖掘出高层次的语义信息并加以表示，就成为了人们的迫切需求。文本情感倾向分析(Sentiment Analysis/Opinion Mining)的研究正是在这一背景下应运而生。

自然语言处理的研究已有悠久的历史，但是绝大部分的工作都集中于对事实性文本的挖掘和处理。而文本情感倾向分析则关注对说话人的态度(或称观点、情感)的分析，也就是对文本中主观性信息的挖掘和处理。文本情感倾向分析涉及到语言学、认知理论、机器学习、数据挖掘、信息检索等多个领域，包含很多待解决的具有挑战性的问题，已成为自然语言处理的一个热门方向。以ACL为例，2006年ACL会后举办了倾向性分析的专题研讨会[1]，从2007年开始ACL将倾向性分析列为大会主题之一，此后SIGIR，SIGKDD，WWW，EMNLP，COLING，IJCNLP等会议中也都有大量的倾向性分析相关论文。……