◆汤世松 练丽萍 贺成龙 梁增玉 李惠柯 刘蛰 高峰

（1.南京莱斯网信技术研究院有限公司 江苏 210000；2.中电科新型智慧城市研究院有限公司 广东 518000）

近年来，随着移动互联网的飞速发展，我国网民人数日益增加，截止到2020 年3 月，我国的网民总数已经突破9 亿。诸如微信、微博等社交媒体的快速发展，使得网民在舆论事件中的参与度越来越高，对海量的舆情信息进行情感倾向分析，能够更好发现舆情，筛选舆情，为网络舆情业务提供最基础的分析能力[1-4]。

1 情感分类技术

目前的情感分类分为基于情感知识的方法和基于特征学习的分类方法[5]。基于情感知识的方法主要是通过一些情感词典或领域词典的结合，辅以程度副词、否定词等形成规则，经过规则命中和权值计算来判断文本的极性，如图1 所示。此类方法优点是不需要标注数据，简单直观，缺点是过于依赖于词典的构建和判断规则的质量，词典的准确性、全面性、新颖性直接影响到了判断的准确性。

图1 基于情感知识的分类方法

基于特征学习的分类方法主要是使用有监督的方法，包括机器学习和深度学习，通过选取大量有意义的特征来完成文本表示，即将字符串类型的文本转换为在数学上处理起来更为方便的向量，并最终实现下列分类任务。如图2 所示。

图2 基于特征学习的分类方法

文本表示分为离散表示和分布式表示。离散表示方法包括one-hot、TF-IDF、n-gram 等，该种表示虽然能够进行词语或者文本的向量表示，进而用模型进行情感分析，但其不能表示词语间的相似程度或者词语间的类比关系，同时该种表示往往存在着数据稀疏，向量的维度过高等问题。……