张志飞，苗夺谦，岳晓冬，聂建云

(1. 同济大学 计算机科学与技术系，上海 201804;2. 上海大学 计算机工程与科学学院，上海 200444；3. 加拿大蒙特利尔大学 计算机科学系，蒙特利尔)



强语义模糊性词语的情感分析

张志飞1，3，苗夺谦1，岳晓冬2，聂建云3

(1. 同济大学 计算机科学与技术系，上海 201804;2. 上海大学 计算机工程与科学学院，上海 200444；3. 加拿大蒙特利尔大学 计算机科学系，蒙特利尔)

语义的模糊性给词语的情感分析带来了挑战。有些情感词语不仅使用频率高，而且语义模糊性强。如何消除语义模糊性成为词语情感分析中亟待解决的问题。该文提出了一种规则和统计相结合的框架来分析具有强语义模糊性词语的情感倾向。该框架根据词语的相邻信息获取有效的特征，利用粗糙集的属性约简方法生成决策规则，对于规则无法识别的情况，再利用贝叶斯分类器消除语义模糊性。该文以强语义模糊性词语“好”为例，对提出的框架在多个语料上进行实验，结果表明该框架可以有效消除“好”的语义模糊性以改进情感分析的效果。

情感分析；语义模糊性；粗糙集；贝叶斯分类

1 引言

近年来，情感分析一直是自然语言处理领域的研究热点并取得了广泛应用[1-2]，如商务决策、舆情监控等。随着社交媒体的普及，文本的表达由规范化向口语化逐渐转变，而且文本的规模也十分可观。情感分析借助社交媒体也取得了意想不到的成功，例如，股票走势预测[3]、政府选举预测[4]、用户兴趣发现[5]等。……