王素格，王敏，廖健*，陈鑫

（1.山西大学 计算机与信息技术学院，山西 太原，030006；2.山西大学 计算智能与中文信息处理教育部重点实验室，山西 太原，030006）

0 引言

文本情感分析［1］是自然语言处理领域最热门的研究方向之一，在产品评价、社会舆情分析、基于内容的推荐等方面具有巨大的应用潜力。由于人们表达情感或观点的方式多种多样，既可以使用明确的显式情感词语表达［2］，也可以使用含蓄的陈述性的事实表达。因此，Liu［3］将情感分为主观观点（subjective opinion）和事实蕴含观点（fact-implied opinion），前者是给出情感倾向或意见的主观陈述，而后者则是通过客观陈述隐晦地表达情感。Liao等［4］将隐式情感句定义为“表达主观情感但不包含显式情感词的语言片段”。据统计，汉语中约有15%～20%的句子含有隐式情感［4-5］。与显式情感分析［6-7］相比，隐式情感分析存在句子本身提供的信息不足的问题，需要从上下文中引入新的信息。

现有的隐式情感分析工作主要集中在语料库构建和隐式情感句判别。Chen等［8］收集了不含情感词的中文酒店评论，构建了双隐式语料库。他们发现，隐式情感与其相邻的显式情感在情感极性上往往是一致的。Deng等［9］利用语境中的显式情感线索以及对主观事件的推断来检测隐式情感。Liao等［5］提出了一个面向社交媒体的细粒度的、层次化的情感标注框架，构建了一个包含显式和隐式情感语句的大型语料库。Zhang等［10］构建了一个隐喻语料库，对语料的情绪类别和强度进行了标注。Kauter等［11］提出了一种新的细粒度方法来识别财经新闻和评论中的显式和隐式情绪。……