情感傾向可認(rèn)為是主體對(duì)某一客體主觀(guān)存在的內(nèi)心喜惡忱叭，內(nèi)在評(píng)價(jià)的一種傾向占锯。它由兩個(gè)方面來(lái)衡量：一個(gè)情感傾向方向，一個(gè)是情感傾向度挺身。
情感傾向方向也稱(chēng)為情感極性侯谁。在微博中，可以理解為用戶(hù)對(duì)某客體表達(dá)自身觀(guān)點(diǎn)所持的態(tài)度是支持章钾、反對(duì)墙贱、中立，即通常所指的正面情感贱傀、負(fù)面情感惨撇、中性情感。例如“贊美”與“表?yè)P(yáng)”同為褒義詞府寒，表達(dá)正面情感串纺，而“齷齪”與“丑陋”就是貶義詞，表達(dá)負(fù)面情感椰棘。
情感傾向度是指主體對(duì)客體表達(dá)正面情感或負(fù)面情感時(shí)的強(qiáng)弱程度纺棺，不同的情感程度往往是通過(guò)不同的情感詞或情感語(yǔ)氣等來(lái)體現(xiàn)。例如：“敬愛(ài)”與“親愛(ài)”都是表達(dá)正面情感邪狞，同為褒義詞祷蝌。但是“敬愛(ài)”遠(yuǎn)比“親愛(ài)”在表達(dá)情感程度上要強(qiáng)烈。通常在情感傾向分析研究中帆卓，為了區(qū)分兩者的程度差別巨朦，采取給每個(gè)情感詞賦予不同的權(quán)值來(lái)體現(xiàn)。
目前剑令，情感傾向分析的方法主要分為兩類(lèi)：一種是基于情感詞典的方法糊啡；一種是基于機(jī)器學(xué)習(xí)的方法，如基于大規(guī)模語(yǔ)料庫(kù)的機(jī)器學(xué)習(xí)吁津。前者需要用到標(biāo)注好的情感詞典棚蓄，英文的詞典有很多堕扶，中文主要有知網(wǎng)整理的情感詞典Hownet和臺(tái)灣大學(xué)整理發(fā)布的NTUSD兩個(gè)情感詞典，還有哈工大信息檢索研究室開(kāi)源的《同義詞詞林》可以用于情感詞典的擴(kuò)充梭依∩运悖基于機(jī)器學(xué)習(xí)的方法則需要大量的人工標(biāo)注的語(yǔ)料作為訓(xùn)練集，通過(guò)提取文本特征役拴，構(gòu)建分類(lèi)器來(lái)實(shí)現(xiàn)情感的分類(lèi)糊探。
文本情感分析的分析粒度可以是詞語(yǔ)、句子也可以是段落或篇章河闰。段落篇章級(jí)情感分析主要是針對(duì)某個(gè)主題或事件進(jìn)行傾向性判斷科平，一般需要構(gòu)建對(duì)應(yīng)事件的情感詞典，如電影評(píng)論的分析姜性，需要構(gòu)建電影行業(yè)自己的情感詞典效果會(huì)比通用情感詞典效果更好瞪慧；也可以通過(guò)人工標(biāo)注大量電影評(píng)論來(lái)構(gòu)建分類(lèi)器。句子級(jí)的情感分析大多事通過(guò)計(jì)算句子里包含的所有情感詞的平均值來(lái)得到污抬。
篇章級(jí)的情感分析汞贸，也可以通過(guò)聚合篇章中所有的句子的情感傾向來(lái)計(jì)算得出绳军。因此印机，針對(duì)句子級(jí)的情感傾向分析，既能解決較短文本的情感分析门驾，同時(shí)也可以是篇章級(jí)文本情感分析的基礎(chǔ)射赛。本文正是根據(jù)這一思路，設(shè)計(jì)的情感分析算法奶是。
算法主要由三部分組成：
1楣责、文本切割轉(zhuǎn)換
算法設(shè)計(jì)的最大分析對(duì)象為篇章，最小對(duì)象為句子聂沙，我們可以把句子視作特例——單句的篇章秆麸，故算法分析的對(duì)象為文檔D。
Paragraph = Document.split(“/n”) ## 將文檔以換行符”/n”分割成段落P
Sentence = Paragraph.split( punc ) punc = [“及汉【谌ぃ”,”；”,”坷随？”,”房铭！”] ## 將段落用中文里常用的句號(hào)、分號(hào)温眉、問(wèn)號(hào)缸匪、感嘆號(hào)等劃分句意的符號(hào)，切割成不同的句子L
Group = Sentence.split(“类溢，”) ## 用逗號(hào)劃分出句子里的意群（表示情感的最小單元）
Seg( each Group ) ##調(diào)用在線(xiàn)分詞工具或者本地分詞函數(shù)凌蔬，對(duì)意群進(jìn)行分詞
開(kāi)源中文分詞工具有很多，如在線(xiàn)的SCWS(PHP)，張華平博士團(tuán)隊(duì)開(kāi)發(fā)的NLPIR(C龟梦、Python隐锭、Java)，哈工大的LTP(C++计贰、Python)钦睡，還有R語(yǔ)言的分詞包RWordseg（NLPIR的R接口）。幾款分詞工具各有各自的特點(diǎn)躁倒，在這里不詳細(xì)介紹了荞怒，讀者可以自行檢索查閱。
文本切割的目的是將文本變成我們后續(xù)分析需要的格式秧秉，如句子“我今天很不高興褐桌。”象迎，進(jìn)行文本切割后荧嵌，轉(zhuǎn)換成：
[（1，“我”砾淌，“r”）啦撮，（2，“今天”汪厨，”t”）赃春，（3，“很”劫乱，”d”）织中，（4，“不”衷戈，”d”）狭吼，（5，“高興”殖妇，“a”）]
選擇不同的分詞工具刁笙，可以獲得不同的詞語(yǔ)屬性，用SCWS分詞拉一，還可以獲得每個(gè)詞的IDF值采盒；用LTP分詞，可以獲得句子的依存關(guān)系蔚润、語(yǔ)義角色等磅氨。這些屬性對(duì)于我們后面計(jì)算句子的情感傾向都是有幫助的。本文只用都了詞語(yǔ)的詞性嫡纠，感興趣的讀者可以思考如何用其他的屬性來(lái)實(shí)現(xiàn)更好的情感分析烦租。
2延赌、情感定位
本文基于已有的中文情感詞庫(kù)，構(gòu)建了一張情感詞表叉橱，然后對(duì)文本進(jìn)行中文分詞處理挫以，將處理后得到的單詞依次與預(yù)先構(gòu)建好的情感詞表逐個(gè)查找，若能找到窃祝，則是情感詞掐松，并讀取情感極性及相應(yīng)權(quán)值，否則粪小，不是情感詞大磺，則進(jìn)入下一個(gè)候選單詞，直至整句話(huà)判斷結(jié)束探膊。
過(guò)程可以表示如下：
For each Paragraph in Document:
???For each Line in Paragraph:
??????For each Group in Line:
?????????For each Word in Group:
????????????If word in senDict:
???????????????senWord = (句中位置杠愧，情感傾向，情感強(qiáng)度)
文本的情感分析是從發(fā)現(xiàn)句中的情感詞開(kāi)始逞壁，通過(guò)情感詞的傾向和傾向度流济，來(lái)決定句子的情感，從而決定整個(gè)文本的情感腌闯。但是我們?cè)趯?shí)際生活中會(huì)發(fā)現(xiàn)绳瘟，否定詞的修飾會(huì)使情感詞語(yǔ)的情感極性發(fā)生改變。比如：“我今天很不高興”绑嘹，該句中“高興”是褒義詞稽荧，由于否定詞“不”的修飾橘茉，使其情感極性發(fā)生了改變工腋，轉(zhuǎn)變成了負(fù)面情感。由于漢語(yǔ)中存在多重否定現(xiàn)象畅卓，即當(dāng)否定詞出現(xiàn)奇數(shù)次時(shí)擅腰，表示否定意思；當(dāng)否定詞出現(xiàn)偶數(shù)次時(shí)翁潘，表示肯定意思趁冈。本文單獨(dú)構(gòu)建了一個(gè)否定詞典notDict，并設(shè)置其權(quán)值為-1拜马，常見(jiàn)的否定詞如：不渗勘、沒(méi)、無(wú)俩莽、非旺坠、莫、弗扮超、毋取刃、勿蹋肮、未、否璧疗、別坯辩、無(wú)、休崩侠。
對(duì)否定詞的處理過(guò)程可以簡(jiǎn)化為：
For each Paragraph in Document:
???For each Line in Paragraph:
??????For each Group in Line:
?????????For each Word in Group:
????????????If word in senDict:
???????????????senWord = (句中位置漆魔，情感傾向，情感強(qiáng)度)
???????????????LastSenWordPosition = 0 ##上一個(gè)情感詞在句中的位置
???????????????for i in range(senWord[0]却音，LastSenWordPosition有送，-1):
??????????????????if Group[i] in notDict:
?????????????????????notWord.append( (句中位置，-1) )
???????????????LastSenWordPosition = senWord[0]
另外僧家，當(dāng)程度副詞修飾情感詞雀摘，該情感詞的情感傾向程度發(fā)生了變化。比如： “今天坐了12個(gè)小時(shí)的車(chē)八拱，身體極度疲憊阵赠。”肌稻，“疲憊”是一個(gè)貶義詞清蚀，前面一個(gè)程度副詞“極度”的修飾使得“疲憊”原來(lái)的情感傾向程度發(fā)生了變化，這比沒(méi)有修飾之前更加強(qiáng)烈爹谭。因此枷邪，為了準(zhǔn)確表達(dá)文本的情感傾向，需做相應(yīng)的權(quán)值調(diào)整诺凡。本文中的程度副詞來(lái)源于知網(wǎng)（HowNet）东揣，選用“情感分析用詞語(yǔ)集（beta版）”中的“中文程度級(jí)別詞語(yǔ)”共219 個(gè)，藺璜等人提出了把程度副詞劃分六個(gè)等級(jí)腹泌，筆者為每個(gè)程度副詞定義了一個(gè)權(quán)重嘶卧，被程度副詞修飾后的情感詞其權(quán)值應(yīng)做相應(yīng)調(diào)整。程度副詞如下表所示：
程度副詞示例
type 權(quán)值
超|over 1.5
很|very 1.25
極其|extreme / 最|most 2
較|more 1.2
欠|insufficiently 0.5
稍|-ish 0.8
程度副詞的處理過(guò)程跟否定詞類(lèi)似凉袱，過(guò)程簡(jiǎn)化如下：
For each Paragraph in Document:
???For each Line in Paragraph:
??????For each Group in Line:
?????????For each Word in Group:
????????????If word in senDict:
???????????????senWord = (句中位置芥吟，情感傾向，情感強(qiáng)度)
???????????????LastSenWordPosition = 0 ##上一個(gè)情感詞在句中的位置
???????????????for i in range(senWord[0]专甩，LastSenWordPosition钟鸵，-1):
??????????????????if Group[i] in degreeDict:
?????????????????????degreeWord = ( (句中位置，修飾強(qiáng)度) )
???????????????LastSenWordPosition = senWord[0]
經(jīng)過(guò)這樣的處理涤躲，文本被進(jìn)一步轉(zhuǎn)換格式：
“我今天很不高興棺耍。”
①經(jīng)過(guò)文本切割轉(zhuǎn)換
[（1篓叶，“我”烈掠，“r”）羞秤，（2，“今天”左敌，”t”）瘾蛋，（3，“很”矫限，”d”）哺哼，（4，“不”叼风，”d”）取董，（5，“高興”无宿，“a”）]
②情感定位
[(5茵汰，“Happy”，4)孽鸡，[(4,-1)]蹂午，(3,1.25)] ##[情感詞，否定詞彬碱，程度副詞]
3豆胸、情感聚合
本文在前面說(shuō)過(guò)，篇章級(jí)情感傾向通過(guò)聚合篇章中所有的句子的情感傾向來(lái)計(jì)算得出巷疼。句子級(jí)由句子中所含情感詞來(lái)計(jì)算晚胡。通過(guò)前兩步的操作，我們完成了句子意群的劃分嚼沿，同時(shí)也提出了每個(gè)意群里的情感詞蟀架、否定詞和程度副詞缴淋。有了這些喷好，下面我們先求出意群的情感值：
情感群—情感值 = 否定詞-1 * 程度詞權(quán)重 * 情感詞權(quán)重
我們?cè)趯?shí)際應(yīng)用中又發(fā)現(xiàn)胡控，當(dāng)一個(gè)句子中同時(shí)出現(xiàn)否定詞和程度詞時(shí)扎瓶，由于否定詞和程度詞相對(duì)位置的不同缘薛，會(huì)引起情感的不同沃测，比如：
“我很不高興”——分詞之后： 我 很 不 高興
“我不很高興”——分詞之后： 我 不 很 高興
可以看出溶褪，第一句話(huà)表達(dá)的是一種很強(qiáng)烈的負(fù)面情感沙咏，而第二句話(huà)則表達(dá)的是一種較弱的正面情感辨图。因此，如果否定詞在程度詞之前肢藐，起到的是減弱的作用故河；如果否定詞在程度詞之后，則起到的是逆向情感的作用吆豹。所以我們對(duì)上述算法做了一下調(diào)整：
W = 1
If 位置（否定詞）> 位置（程度詞）：
W = -1
意群情感值 = W * 程度詞權(quán)重 * 情感詞權(quán)重
If 位置（否定詞）< 位置（程度詞）：
W = 0.5
意群情感值 = W * 程度詞權(quán)重 * 情感詞權(quán)重
如果意群里出現(xiàn)多個(gè)否定詞鱼的，則處理辦法為：
For n in notWord：
???W = -1 * W
句子是由意群組成理盆，故句子的情感我們可以簡(jiǎn)單記做：
句子情感值 = sum（意群情感值1，意群情感值2……）
段落是由不同的句子組成凑阶，但是考慮到段落的長(zhǎng)短變化很大猿规，故放棄用求和的方式來(lái)計(jì)算情感值，改為求平均值：
段落情感值 = average（句子1情感值宙橱，句子2情感值……）
文檔是由不同的段落組成姨俩，同理，不同文檔有不同的段落师郑，故我們同樣求平均值：
文檔情感值 = average（段落1情感值环葵，段落2情感值……）
以上是情感值的計(jì)算，至于情感傾向宝冕，首先可以通過(guò)情感值的符號(hào)來(lái)判斷情感傾向是正向還是負(fù)向张遭，若情感傾向不止正、負(fù)地梨、中立這三種情況帝璧，還有更細(xì)的劃分，則可以根據(jù)情感正負(fù)的情況湿刽，把對(duì)應(yīng)的情感傾向進(jìn)行匯總來(lái)表述的烁。
上述的做法是最簡(jiǎn)單的做法，沒(méi)有考慮太多句子之間的差異以及不同段落對(duì)文檔的重要性诈闺。
本算法還有很多值得改進(jìn)的地方渴庆，比如句子是由詞語(yǔ)根據(jù)一定的語(yǔ)言規(guī)則構(gòu)成的，應(yīng)該把句子中詞語(yǔ)的依存關(guān)系納入到句子情感的計(jì)算過(guò)程中去雅镊，可根據(jù)句子依存關(guān)系襟雷，從句子的根節(jié)點(diǎn)開(kāi)始對(duì)每個(gè)詞進(jìn)行情感傾向計(jì)算，根據(jù)句子依存關(guān)系求出句子的情感傾向和情感值仁烹。文檔的情感耸弄，也應(yīng)該根據(jù)句子的不同重要程度來(lái)計(jì)算，根據(jù)句子對(duì)文檔的重要程度賦予不同權(quán)重卓缰，調(diào)整其對(duì)文檔情感的貢獻(xiàn)程度计呈。確定句子的重要程度，可以根據(jù)句子在文檔中的位置征唬，根據(jù)句子中所含信息量的大小捌显，句子中所含關(guān)鍵詞的多少等等。
筆者按照這個(gè)思路总寒，用python寫(xiě)了一百多行的代碼實(shí)現(xiàn)了上述的算法扶歪，測(cè)試了一番，效果還可以摄闸，但詞典的精度還需改進(jìn)善镰。
對(duì)《圣經(jīng)》文本進(jìn)行的情感分析 來(lái)自：視物致知
openbible.info使用Viralheat Sentiment Analysis API對(duì)圣經(jīng)所做的情感分析以及可視化妹萨。
參考文獻(xiàn)：
陳曉東. (2012). 基于情感詞典的中文微博情感傾向分析研究 (Master’s thesis, 華中科技大學(xué)).
王飛躍,李曉晨,毛文吉,王濤. (2013). 社會(huì)計(jì)算的基本方法與應(yīng)用 (pp. 36-49). 浙江大學(xué)出版社.
rzcoding. Python 文本挖掘：使用情感詞典進(jìn)行情感分析（算法及程序設(shè)計(jì)）.http://rzcoding.blog.163.com/blog/static/2222810172013101844033170/
