彭 韬,杨 亮,桑钟屹,唐 雨,林鸿飞

(大连理工大学 计算机科学与技术学院，辽宁 大连 116024)

0 引言

随着移动互联网的兴起，社交媒体正在逐渐成为人们表达观点和情感的主要平台。与传统的交流意见与情感方式不同(如书信)，社交媒体平台上的交流往往是充满俚语和表情符的短文本对话形式，例如，微博评论、电商客服咨询等。短文本对话是多个用户交替发言产生的，对话的全局语义由多用户在对话上下文中共同构建，且单次发言的语义具有高度情景化的特点，这使得对社交媒体中对话结构的文本分析成为自然语言处理领域的难点之一[1-2]。

文本情感分析旨在识别或提取文本中的情绪信息，如对商品评论[3]、电影影评[4]等短文本进行情绪识别，但是这些应用领域往往只是针对单个用户的某一文本进行分析，对于多个用户在对话过程中的情绪识别，目前尚未进行充分研究。近几年，针对社交媒体的情感分析任务逐渐引起研究者的注意。对话情感分析由于涉及到多个用户，用户之间的交流往往会导致更复杂的上下文语境，如用户之间观点对立等，因此对对话文本中用户情绪的识别是一项具有挑战性的任务。如图1所示，用户1的第二句话“我快哭了”在大多数的情况下会被视为负向情感，但是在本对话情境中这句话实际上是表达了用户1的正向情感。因此，对话情感分析的语境是复杂的，且与用户情感状态相互关联，如何更好地捕捉对话过程中不同用户发言的结构关系以及用户单次发言的文本结构是本文研究重点。……