柴源

（西安航空学院图书馆，陕西西安 710077）

文本情感识别是指利用自然语言处理和文本挖掘技术，对带有情感色彩的主观性文本进行分析、处理和抽取的过程[1]。近年来，在网上商城中，用户产生了大量对图书及其服务评论的主观性文本[2]，挖掘这些文本信息，获取其中隐藏的有价值信息，能有效提高图书馆图书采选质量[3]。但是，这些文本隐含有较强的语义信息，在词向量的训练中，词袋模型无法表征词语之间的语义信息；其次，这些文本文档不能通过一个线性分类器（直线、平面）来实现分类；第三，人工监控分析不仅耗费大量人工成本，而且有很强的滞后性[4]。

Word2vec 模型通过词向量来表征语义信息，即在词向量的训练过程中引入了词的上下文。SVM 可以将低维空间映射到高维空间，解决线性不可分问题[5]。因此，文中构建了一种基于Word2vec和SVM的在线图书评论情感识别系统。

1 Word2vec与SVM的基本原理

1.1 Word2vec

Word2vec 是一种词嵌入（Word Embedding）方法，它根据语料中词汇共现信息，将词汇编码成一个向量，可以计算每个词语在给定语料库环境下的分布式词向量[6]。它包含两种训练模型，即跳字模型（Skipgram）和连续词袋模型（Continuous Bag of Words，CBOW），如图1 所示。

图1 Word2vec训练模型

CBOW 模型是一个三层神经网络，利用上下文或周围的词语来预测当前位置词语w(t)的概率，即P（w(t)|w(t-k),w(t-(k-1)),…,w(t-1),w(t+1),w(t+2),…,w(t+k)）[7]；Skip-gram模型的计算方法逆转了CBOW的因果关系，利用当前位置词语w(t)来预测上下文中词的概率，即P(w(i)|w(t)),其中，t-k≤i≤t+k且i≠k[8]。

Word2vec 通过训练词向量，可以定量地度量词与词之间的相似程度，挖掘词语之间的语义关系，适合做情感分类。……