翟学明，魏巍

（华北电力大学 控制与计算机工程学院，河北 保定 071003）

人的发展与沟通密不可分。有研究表明，人类的理性学习依赖于情绪[1]。随着互联网的兴起，人们开始习惯在网上交流，发表自己对某件事情的看法，网络的保护让人们更加真实地表达自己的情感。因此，分析这些包含用户情感信息的观点对于舆情监控、营销策略等方面具有非常良好的效果。情感分析，又名意见挖掘、观点分析等，它是通过计算机来帮助人们访问和组织在线意见，分析、处理、总结和推理主观文本的过程[2]。

在情感分析研究中最重要的就是情感分类技术。情感分类主要是针对文本中表达的情感进行识别和分类，如积极、消极等，进而得到潜在的信息。目前研究较多的情感分类技术主要分为以下3种：第1种是基于情感词典的方法[3]。基于情感词典的方法主要是将文档中的句子，找出不同词性的词并计算其相应得分。这种方法过于依赖情感词典，具有严重的领域特征，效果并不理想[4]；第2种是基于人工提取特征分类的方法。基于人工提取特征分类的方法是一种传统机器学习的方法，该方法需要大量已经被事先标注好的数据，然后再利用支持向量机[5]、朴素贝叶斯、条件随机场等机器学习算法进行情感分类。其中，条件随机场是一种判别式概率学习模型，在序列标注、命名实体识别、中文分词等方面都具有很好的效果；第3种方法，即基于深度学习的方法[6]。深度学习模型在不需要人工标注的前提下，能够充分挖掘文本的情感信息，得到良好的分类效果。……