柴变芳，杨蕾，王建岭，李仁玲

(1. 河北地质大学 信息工程学院，河北 石家庄 050031；2. 河北中医学院 图书馆，河北 石家庄 050200)

随着社交媒体的快速发展，微博、微信等网络平台逐渐进入公众的生活且带来了极大的便利.人们足不出户就能知道社会热点问题及现象，因此越来越多的人不只是浏览信息，而是经常发表自己的情感态度及观点看法.通过对这些信息进行情感分析，可以帮助国家政府部门正确引导社会舆论方向.目前，情感分析技术已经广泛应用在舆情监控、商业决策、信息预测等领域[1].

自从Nasukawa等[2]在2003年提出情感分析概念以来，便受到了越来越多研究者的关注.当前主要的研究方法有3类：1)基于词典和规则的方法[3-4].该类方法根据经验提取文本中的情感词，然后按照特定的规则对文本进行打分，最后根据分值判断文本的情感极性.2)基于经典机器学习的方法[5-6].此类方法通过特征工程获得每个训练文档的特征，然后基于训练集学习情感分类模型，新文档利用该模型实现情感预测.3)基于深度学习的方法[7-11].该类方法不需要特征工程，以情感分类任务为目标利用深度学习模型自动提取特征，进而训练情感分类神经网络模型.

近年来，一些研究者大量使用基于词典和规则的方法进行情感分类.文献[3]提出了一种利用单词的统计特征创建文本分类中特征空间的表达方法.文献[4]在已有的情感词典基础上，通过LDA模型从语料中提取主题词来扩……