情感分析
当前对情感分析任务的研究主要分为三个维度：文档维度（document level）、句子维度（sentence level）、方面维度（aspect level）。
文档维度：文档级别情绪分类将观点文档（例如，产品评论）分类为表达总体积极或消极意见。它将整个文档视为基本信息单元，并假定该文档是固定的，并包含关于单个实体（例如，特定电话）的意见。
句子维度：句子级别情绪分类对文档中的单个句子进行分类。但是，不能假定每个句子都是含有情绪观点的。传统上，人们通常首先将一个句子分类为含情绪观点的或不含有情绪观点的，这称为主观性分类。然后，由此产生的含情绪观点的句子被分类为表达积极或消极的意见。句子级别情绪分类也可以表述为三级分类问题，即将句子分类为中性，正面或负面。
方面维度：方面级别的任务是提取和总结人们对实体的实体和方面/特征所表达的观点，这些观点也称为目标。例如，在产品评论中，它旨在分别总结产品不同方面的积极和消极意见，尽管产品的总体情绪可能是积极的或消极的。基于方面的情感分析的整个任务包括几个子任务，例如方面提取，实体提取和方面情感分类。例如，从句子“iPhone的语音质量很好，但它的电池很糟糕”，实体提取应该将 “iPhone”识别为实体，并且方面提取应该确定“语音质量”和“电池”两个方面。 方面情绪分类应该将对iPhone的语音质量表达的情绪分类为正面，将iPhone的电池情绪分类为负面。注意，为简单起见，在大多数算法中，方面提取和实体提取被组合并且被称为方面提取或情感/意见目标提取。
除了上面三个维度的核心问题，情感分析还有感情分析（emotion analysis），讽刺检测（sarcasm detection），多语言情绪分析（multilingual sentiment analysis）等。
Source
Last updated
