韦向峰，张 全，缪建明，池毓焕

(中国科学院 声学研究所，北京 100190)

1 引言

由于互联网的开放性，新闻报道、评论、博客、BBS、微博等都可以表达对事件、人或物品的倾向性观点。其中不乏具有爆炸性、争议性的事件，人们对这些事件的倾向和态度有可能影响社会价值取向，甚至造成社会的不稳定。如何自动分析文本的倾向性态度，及时发现和防止不良内容的传播和扩散，成为维护互联网健康发展的重要课题。其中，如何利用自然语言处理的技术获取文本对评价对象的态度，成为研究者们关注的焦点之一。

文本态度倾向性分析的主流方法是通过建立相关的褒贬词汇词典等褒贬评价资源，采用统计处理手段获取文本的态度倾向性；也可以把文本的倾向性类别作为文本分类问题进行处理，得到文本的态度倾向性类别。词语的倾向性是文本倾向性分析的重要基础，也是人判断文本倾向性的重要依据之一。具有强烈的倾向性或极性是某些词语的属性，利用已有的语义词典资源如WordNet[1]或HowNet[2]，根据已知极性的词语和PMI算法可计算得到未知极性词语的倾向性[3]。相对词语倾向性分析而言，句子倾向性分析模型研究较少，有的依据“上下文中相邻句子应该具有相同类别”[4]做分析，有的用CRFs研究句子的倾向性标注序列问题[5]；还有的依据主谓、动宾以及格语法赋予词语不同的权重，作为对句子倾向性分析的补充[6-8]。文本倾向性分析一般是把文本看作是特征词语表达的向量，以特征词语的极性或已标注的训练语料为基础，用文本分类算法(如SVM)[9]或者聚类算法获得文本的倾向性类别。……