基于句法和語義挖掘的Web金融評(píng)論情感分析.pdf

1、隨著Web2.0的興起，互聯(lián)網(wǎng)的網(wǎng)絡(luò)體系由原來的少數(shù)資源掌控者控制的自上而下的結(jié)構(gòu)，現(xiàn)已演變?yōu)橛蓮V大普通用戶集體主導(dǎo)的自下而上的結(jié)構(gòu)。同時(shí)，隨著Internet技術(shù)的迅猛發(fā)展，網(wǎng)民隊(duì)伍日益壯大且上網(wǎng)越來越便捷。
　　在當(dāng)前Web2.0網(wǎng)絡(luò)體系下，巨大的網(wǎng)民數(shù)量，加上便捷的上網(wǎng)方式和人們?cè)敢夥窒?、信任的態(tài)度，使得互聯(lián)網(wǎng)上涌現(xiàn)出了海量的包括在線商品、新聞時(shí)政、社會(huì)公眾人物和經(jīng)濟(jì)動(dòng)態(tài)等在內(nèi)的各種用戶主觀評(píng)論文本。
　　評(píng)論文本情感

2、分析可以廣泛地應(yīng)用于商業(yè)智能、社會(huì)輿情、經(jīng)濟(jì)預(yù)測(cè)、信息檢索和問答系統(tǒng)等各個(gè)方面。評(píng)論文本情感分析已成為計(jì)算語言學(xué)、數(shù)據(jù)挖掘和人工智能等領(lǐng)域的一個(gè)研究熱點(diǎn);同時(shí)由于其所具有的重大應(yīng)用價(jià)值，業(yè)已成為工業(yè)界關(guān)注的焦點(diǎn)。
　　互聯(lián)網(wǎng)上海量的用戶評(píng)論文本中，也包括大量描述金融領(lǐng)域的文本數(shù)據(jù)，我們稱之為Web金融評(píng)論。面向Web金融評(píng)論的細(xì)粒度情感分析，不僅可以為金融機(jī)構(gòu)或投資者提供投資決策服務(wù);還可作為上市企業(yè)財(cái)務(wù)預(yù)警的重要指標(biāo)。
　

3、　目前針對(duì)評(píng)論文本的情感分析多集中在商品評(píng)論領(lǐng)域，針對(duì)Web金融評(píng)論的情感分析尚處在起步階段。與商品評(píng)論情感分析不同，金融評(píng)論情感分析的難點(diǎn)在于:
　　(1)評(píng)價(jià)對(duì)象數(shù)目繁多且構(gòu)成形式更復(fù)雜。商品評(píng)論中的評(píng)價(jià)對(duì)象一般為名詞或名詞短語;在金融評(píng)論中，評(píng)價(jià)對(duì)象除了名詞或名詞短語，還可能是主謂短語、動(dòng)賓短語等從句形式。
　　(2)評(píng)價(jià)對(duì)象頻數(shù)差別大。商品評(píng)論中，評(píng)價(jià)對(duì)象的分布比較均勻;在金融評(píng)論中，由于數(shù)據(jù)源中針對(duì)各評(píng)價(jià)對(duì)象的評(píng)論

4、數(shù)量受國家政策、企業(yè)發(fā)展等影響較大，因而各評(píng)價(jià)對(duì)象出現(xiàn)的頻數(shù)差距也很大。
　　(3)情感詞的詞性更豐富，句法成分相應(yīng)地也更靈活。在商品評(píng)論中，情感詞多為形容詞。在金融評(píng)論中，情感詞的詞性更為豐富，除了形容詞，還有動(dòng)詞、名詞，尤為突出的是動(dòng)詞情感詞占比高。
　　(4)虛指評(píng)價(jià)對(duì)象更常見。由于金融評(píng)論中評(píng)價(jià)對(duì)象的繁多及組成形式復(fù)雜，而中文表達(dá)要求言簡(jiǎn)意賅，因此，中文金融評(píng)論中習(xí)慣于使用縮略、指代等虛指評(píng)價(jià)對(duì)象形式。
　　(

5、5)隱式評(píng)價(jià)對(duì)象更頻繁。由于金融評(píng)論多長(zhǎng)句，而中文表達(dá)習(xí)慣中長(zhǎng)句常出現(xiàn)缺省或隱含等語言特點(diǎn)，故造成了金融評(píng)論中存在較多隱式評(píng)價(jià)對(duì)象。
　　(6)奇異評(píng)價(jià)對(duì)象更多。商品評(píng)論中的評(píng)價(jià)對(duì)象一般為產(chǎn)品的特征或?qū)傩?，為無情感極性的名詞或名詞短語;金融評(píng)論中，由于評(píng)價(jià)對(duì)象組成的復(fù)雜性，名詞短語評(píng)論對(duì)象中的動(dòng)詞部分或從句評(píng)價(jià)對(duì)象中的謂語部分都可能使得其評(píng)價(jià)對(duì)象帶有情感極性。
　　(7)數(shù)字百分比表示程度更常見。商品評(píng)論中情感詞的程度修飾詞

6、多為副詞。金融評(píng)論中除了程度副詞外，還常見用數(shù)字百分比來表示程度。
　　(8)金融評(píng)論中句子的長(zhǎng)度更長(zhǎng)，句法成份相應(yīng)地也更復(fù)雜。商品評(píng)論往往用短句完成商品各個(gè)屬性的評(píng)價(jià)。而金融評(píng)論的描述相對(duì)更專業(yè)，多復(fù)合句和長(zhǎng)句。
　　細(xì)粒度的Web金融評(píng)論情感分析是一個(gè)龐大而復(fù)雜的工程，針對(duì)Web金融評(píng)論的上述特點(diǎn)，本文主要做了以下幾個(gè)方面的研究:
　　(1)全面分析了影響情感傾向性的9種句法成分及8種依存關(guān)系對(duì)。根據(jù)詞性及其在句中

7、充當(dāng)?shù)木浞ǔ煞?，全面分析了情感詞在句中可能充當(dāng)?shù)?種句法成分;根據(jù)24種依存關(guān)系與評(píng)價(jià)對(duì)象、情感詞的聯(lián)系，找出了影響句子情感分析的8種依存關(guān)系。
　　(2)情感評(píng)價(jià)單元的抽取及評(píng)價(jià)對(duì)象的擴(kuò)展。情感評(píng)價(jià)單元記為<評(píng)價(jià)對(duì)象，情感詞>，它是情感詞及其所修飾評(píng)價(jià)對(duì)象的組合。情感評(píng)價(jià)單元的抽取是文本情感分析中的一個(gè)原子和重要的任務(wù)。本文充分利用金融評(píng)論中多動(dòng)詞情感詞的特性，從淺層語義及依存句法分析的角度挖掘情感詞所對(duì)應(yīng)的評(píng)價(jià)對(duì)象并進(jìn)行了相應(yīng)

8、的評(píng)價(jià)對(duì)象擴(kuò)展。同時(shí)文中借助金融詞典、財(cái)務(wù)指標(biāo)、非財(cái)務(wù)指標(biāo)等領(lǐng)域知識(shí)和上下文語義對(duì)虛指評(píng)價(jià)對(duì)象進(jìn)行了判別和替換。缺省及隱含評(píng)價(jià)對(duì)象出現(xiàn)的原因不同，基于此找出可能出現(xiàn)隱式評(píng)價(jià)對(duì)象的三種情況下的三種對(duì)應(yīng)隱式評(píng)價(jià)對(duì)象識(shí)別辦法。
　　(3)基于句法分析的情感極性單元抽取及奇異評(píng)價(jià)對(duì)象的識(shí)別。情感極性單元記為<評(píng)價(jià)對(duì)象，N，情感詞>，N表示評(píng)價(jià)對(duì)象和情感詞的否定修飾個(gè)數(shù)。評(píng)價(jià)對(duì)象的情感極性除了受情感詞的原極性影響，還受否定詞的修飾極性和奇異

9、評(píng)價(jià)對(duì)象的動(dòng)態(tài)極性影響。本文根據(jù)并列結(jié)構(gòu)和轉(zhuǎn)折句的語法知識(shí)，發(fā)現(xiàn)奇異評(píng)價(jià)對(duì)象。
　　(4)基于句法分析的金融評(píng)論情感計(jì)算。評(píng)價(jià)對(duì)象的情感傾向性包括情感極性和情感強(qiáng)度，情感極性的影響因素有情感詞，否定修飾和奇異評(píng)價(jià)對(duì)象;情感強(qiáng)度的影響因素有程度副詞、否定詞及它們與情感詞的不同組合方式，分別構(gòu)建了Web金融評(píng)論情感傾向性的不同計(jì)算模型。
　　(5)以新浪財(cái)經(jīng)的公司研究為數(shù)據(jù)源，在大規(guī)模的中文金融評(píng)論數(shù)據(jù)集上進(jìn)行了詳細(xì)的實(shí)驗(yàn)對(duì)比分

10、析，實(shí)驗(yàn)結(jié)果表明了本文提出的評(píng)價(jià)對(duì)象-情感詞對(duì)抽取、虛指評(píng)價(jià)對(duì)象的發(fā)現(xiàn)和替換、隱式評(píng)價(jià)對(duì)象的識(shí)別、評(píng)價(jià)對(duì)象的情感極性判定及金融評(píng)論的情感計(jì)算等方法的有效性。
　　本文的創(chuàng)新工作主要體現(xiàn)在:
　　(1)設(shè)計(jì)了語義角色標(biāo)注與依存句法分析相結(jié)合的評(píng)價(jià)對(duì)象-情感詞對(duì)抽取規(guī)則，解決了評(píng)價(jià)對(duì)象構(gòu)成的復(fù)雜性問題。
　　(2)提出了基于領(lǐng)域知識(shí)和上下文語義知識(shí)解決虛指評(píng)價(jià)對(duì)象和隱式評(píng)價(jià)對(duì)象的新思路?；谡Z義和領(lǐng)域知識(shí)對(duì)虛指評(píng)價(jià)對(duì)象進(jìn)行