陈岳峰，苗夺谦，李文，张志飞

(1.同济大学计算机科学与技术系，上海 201804;2.同济大学嵌入式系统与服务计算教育部重点实验室，上海 200092)

基于概念的词汇情感倾向识别方法

陈岳峰1，2，苗夺谦1，2，李文1，2，张志飞1，2

(1.同济大学计算机科学与技术系，上海 201804;2.同济大学嵌入式系统与服务计算教育部重点实验室，上海 200092)

词汇的语义倾向是文本倾向性分析的基础课题.现有的词汇语义倾向计算通常是以词汇为基准，而词是包括了多种不同情感倾向概念的粒度范畴，影响分析的精度和效率.据此，提出在更细的粒度下，利用HowNet工具中的“概念”进行倾向性分析，设计了基于概念的语义倾向计算方法.该方法使用聚类的概念，利用K－MEDOIDS算法寻找基准概念.实验结果表明，基于概念的方法较传统基于词汇的方法准确率更高.

文本倾向性分析;HowNet;概念;聚类;K－MEDOIDS

近年来，文本的倾向性分析愈发受到人们的关注.文本倾向性分析是指通过挖掘和分析文本中的立场、观点、看法、情绪、好恶等主观信息，对文本的情感倾向做出类别判断.文本倾向性分析可包含3个粒度:词汇级别、句子级别以及文档级别.词汇的倾向性分析是后2种粒度的基础.一般的词汇语义倾向计算都是基于词汇的.国外学者Hatzivassiloglou和 McKeown［1］、Turney［2－3］以及 Jaap Kamps［4］等的研究具有很大的启发意义.文献［1］根据连词的起承转合关系，判断2个词是同义词或是反义词，从而得到形容词的极性，但此研究并没有涉及倾向度的度量;文献［2］利用词汇与程度强烈的……