李 博，李洪莲，关 青，刘 杨

（哈尔滨商业大学图书馆，哈尔滨 150028）

1 引言

随着Web2.0 技术的深入应用，微博、微信、短视频平台以及论坛等社交网络服务（Social Network Service，SNS）平台用户规模日趋增长。高校师生普遍使用社交网络工具进行学习、科研、工作上的交流[1]。用户体验图书馆服务的渠道和方式也日趋多样化和移动化，微信公众平台、微博等社交网络平台已经成为高校图书馆数字化服务的主要方式和手段。纷繁多样的社交网络平台引发了互联网信息呈现出指数级增长[2]，用户产生的文本信息数据体量随之增大，这其中又存在大量的带有情感倾向的评论，这些资源中蕴含的情感信息一定程度上表征了用户的信息需求、数据需求以及潜在想法等。如何从纷繁多样的文本信息中高效、快捷、高质量地进行文本情感分析，判断情感倾向，提取出其蕴含的潜在价值及隐性内容，成为了目前学术界研究的一个热点话题。

情感分析研究也是目前国内外图书馆情报领域人工智能研究热点问题[3]，不同于图像等数据的高稠密性，文本数据维度较高，数据结构呈现稀疏，并且语义复杂，文本数据分析过程中易产生分析粒度过粗，非结构化评论信息难以向量化以及无法捕捉上下文语义环境。对篇章级或句子级的整体倾向进行判断，精准度较低，很难准确判断真实具体的情感倾向，忽略了更细粒度级的信息，容易造成关键的、有价值的信息丢失；例如：“图书馆的学习氛……