基于加权word2vec的微博情感分析

第５０卷第３期　２０１７年３月　通信技术　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　Ｔｅｃｈｎｏｌｏｇｙ　Ｖｏ１．５０　Ｎ０．３　Ｍａｒ．２０１７　ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００２－０８０２．２０１７．０３．０２１　基于加权ｗｏｒｄ２ｖｅｃ的微博情感分析　李锐，张谦，刘嘉勇　（四川大学电子信息学院，四川成都６１００６５）　摘　要：随着社交媒体的普及，微博情感分析受到了广大研究者的关注。为解决情感分析中词间　语义关系缺失和词汇重要程度被忽略的问题，提出了一种基于加权词向量和支持向量机的情感分　析方法，对微博的情感分析问题进行研究。首先用ｗｏｒｄ２ｖｅｃ训练并计算得到文档词向量；然后根　据ＴＦＩＤＦ算法计算文档中词汇的权重，对ｗｏｒｄ２ｖｅｃ词向量进行加权；最后，使用ＳＶＭ对情感数　据进行训练和分类。在微博实验数据中，与已有方法相比，所提方法分类准确率和召回率都得到　了提高。　关键词：情感分析；ｗｏｒｄ２ｖｅｃ；加权词向量；支持向量机　中图分类号：ＴＰ３９１．１　文献标志码：Ａ　文章编号：１００２—０８０２（２０１７）一０３—０５０２—０５　Ｍｉｃｒｏｂｌｏｇ　Ｓｅｎｔｉｍｅｎｔ　Ａｎａｌｙｓｉｓ　ｂａｓｅｄ　ｏｎ　Ｗｅｉｇｈｔｅｄ　Ｗｏｒｄ２ｖｅｃ　ＬＩ　Ｒｕｉ，ＺＨＡＮＧ　Ｑｉａｎ，ＬＩＵ　Ｊｉａ—ｙｏｎｇ　（Ｃｏｌｌｅｇｅ　ｏｆ　Ｅｌｅｃｔｒｏｎｉｃｓ　ａｎｄ　Ｉｎｆｏ．，Ｓｉｃｈｕａｎ　Ｕｎｉｖ．，Ｃｈｅｎｇｄｕ　Ｓｉｃｈｕａｎ　６１００６５，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｗｉｔｈ　ｔｈｅ　ｐｏｐｕｌａｒｉｔｙ　ｏｆ　ｓｏｃｉａｌ　ｍｅｄｉａ，ｍｉｃｒｏｂｌｏｇ　ｓｅｎｔｉｍｅｎｔ　ａｎａｌｙｓｉｓ　ａｔｔｒａｃｔｓ　ｍｏｒｅ　ａｔｔｅｎｔｉｏｎ　ｆｒｏｍ　ｍｏｓｔ　ｒｅｓｅａｒｃｈｅｒｓ．Ｉｎ　ｏｒｄｅｒ　ｔｏ　ｓｏｌｖｅ　ｔｈｅ　ｐｒｏｂｌｅｍ　ｏｆ　ｌａｃｋｉｎｇ　ｌｅｘｉｃａｌ　ｓｅｍａｎｔｉｃ　ｒｅｌａｔｉｏｎ　ａｎｄ　ｎｅｇｌｅｃｔｉｎｇ　ｌｅｘｉｃａｌ　ｉｍｐｏｒｔａｎｃｅ　ｉｎ　ｓｅｎｔｉｍｅｎｔ　ａｎａｌｙｓｉｓ，ａ　ｓｅｎｔｉｍｅｎｔ　ａｎａｌｙｓｉｓ　ｍｅｔｈｏｄ　ｂａｓｅｄ　ｏｎ　ｗｅｉｇｈｔｅｄ　ｗｏｒｄ　ｖｅｃｔｏｒ　ａｎｄ　ｓｕｐｐｏｒｔ　ｖｅｃｔｏｒ　ｍａｃｈｉｎｅ（ＳＶＭ）ｉｓ　ｐｒｏｐｏｓｅｄ，ｔｈｕｓ　ｔｏ　ａｎａｌｙｚｅ　ｔｈｅ　ｍｉｃｒｏｂｌｏｇ　ｓｅｎｔｉｍｅｎｔ．Ｗｏｒｄ２ｖｅｃ　ｉｓ　ｉｆｒｓｔｌｙ　ｕｓｅｄ　ｔｏ　ｔｒａｉｎ　ａｎｄ　ｃａｌｃｕｌａｔｅ　ｔｈｅ　ｄｏｃｕｍｅｎｔ　ｗｏｒｄ　ｖｅｃｔｏｒ，ｔｈｅｎ　ｂｙ　ｕｓｉｎｇ　ＴＦＩＤＦ　ａｌｇｏｒｉｔｈｍ，ｔｈｅ　ｗｅｉｇｈｔ　ｏｆ　ｄｏｃｕｍｅｎｔ　ｗｏｒｄ　ｉｓ　ｃａｌｃｕｌａｔｅｄ，ａｎｄ　ｗｏｒｄ２ｖｅｃ　ｗｅｉｇｈｔｅｄ．Ｆｉｎａｌｌｙ　ＳＶＭ　ｉｓ　ｕｓｅｄ　ｔｏ　ｔｒａｉｎ　ａｎｄ　ｃｌａｓｓｉｆｙ　ｔｈｅ　ｓｅｎｔｉｍｅｎｔ　ｄａｔａ．Ｍｉｃｒｏｂｌｏｇ　ｅｘｐｅｒｉｍｅｎｔａｌ　ｄａｔａ　ｉｎｄｉｃａｔｅｓ　ｔｈａｔ　ｃｏｍｐａｒｅｄ　ｗｉｔｈ　ｔｈｅ　ｅｘｉｓｔｉｎｇ　ｍｅｔｈｏｄｓ，ｔｈｅ　ｐｒｏｐｏｓｅｄ　ｍｅｔｈｏｄ　ｉｓ　ｇｒｅａｔｌｙ　ｉｍｐｒｏｖｅｄ　ｉｎ　ｃｌａｓｓｉｉｆｃａｔｉｏｎ　ａｃｃｕｒａｃｙ　ａｎｄ　ｒｅｃａｌｌ　ｒａｔｅｓ．　Ｋｅｙ　ｗｏｒｄｓ：ｓｅｎｔｉｍｅｎｔ　ａｎａｌｙｓｉｓ；ｗｏｒｄ２ｖｅｃ；ｗｅｉｇｈｔｅｄ　ｗｏｒｄ　ｖｅｃｔｏｒ；ｓｕｐｐｏｒｔ　ｖｅｃｔｏｒ　ｍａｃｈｉｎｅ　０引　言　‘　　．息进行分析。与传统的基于主题文本分类不一样，　伴随着社交网络的不断发展，更多的人通过微　博、博客来表达自己的情感，发表对热点事件的观　点。微博平台以其灵活性、及时性，毫无疑问地成　为新事件和热门话题的前沿阵地。通过分析微博内　容来了解事态的变化及人们的情感倾向，成为许多　学者的研究方向。　这种分类对象是一些主观因素。对于一个文本要得　到它是否支持某种观点的信息，而不是一些简单的　客观内容，这种独特的文本分类任务被称为“情感　文本分类”。根据分类的粒度不同，情感文本分类　可以分为短语级、句子级和篇章级［１－２１￣根据在训　练集中标注样本所占的比例，情感文本分类可以大　文本情感倾向性分析，是指对说话人的态度（或　称观点、情感）进行分析，也就是对文本中主观信　致分为基于半监督学习、基于监督学习和基于无监　督学习的情感分析ｐ】。　收稿日期：２０１６—１１－０９：修回日期：２０１７—０２—１２　５０２・　Ｒｅｃｅｉｖｅｄ　ｄａｔｅ：２０１６一ｌ１－０９；Ｒｅｖｉｓｅｄ　ｄａｔｅ：２０１７—０２—１２　・第５Ｏ卷　李锐，张谦，刘嘉勇：基于加权ｗｏｒｄ２ｖｅｃ的微博情感分析　第３期　１相关工作　目前，情感分析的主要研究方法大致分为两类。　一维向量空间，从而为文本数据寻求更加深层次特征　表示。这使得ｗｏｒｄ２ｖｅｃ输出的词向量可以被用来做　很多ＮＬＰ（Ｎａｔｕｒａｌ　Ｌａｎｇｕａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ）相关的工作，　类是基于情感词典及规则的方法，另一类是目前　使用较多的基于机器学习的方法。　Ｔｕｒｎｅｙ等　针对情感字典的不足，使用ＰＭＩ　方法对基准字典进行了扩充；李寿山等　利用标签　传播算法构建覆盖领域语境的中文情感词典，用于　文本情感分析；张婧等人『６　建立基于二元语法依赖　关系的情感倾向互信息特征模型，通过机器学习方　如聚类、找同义词、词性分析和短文本分类等。　Ｗｏｒｄ２ｖｅｃ包含了两种训练模型：Ｃｏｎｔｉｎｕｏｕｓ　Ｂａｇ　ｏｆ　Ｗ０ｒｄｓ（ＣＢＯＷ）和Ｓｋｉｐ—ｇｒａｍ。ＣＢＯＷ的目　标是根据上下文来预测给定词，数学表示为：　Ｐ（　Ｉ　一　，　一¨，…，　＋　，　＋　）　其中，　（１）　为语料词典中的一个词。ＣＢＯＷ通过　法训练分类器自动识别词语情感极性；杨经等　通　和　相邻上下文窗口大小为ｋ的词来预测词　出　过提取分析情感词的相关特征，使用ＳＶＭ对句子　现的概率。Ｓｋｉｐ—ｇｒａｍ刚好相反，它根据当前词语　进行情感识别及分类；Ｐａｎｇ等　尝试使用ｎ—ｇｒａｍｓ　来预测上下文，数学表示为：　模型和ＳＶＭ分类模型对情感分类，并选择ｕｎｉｒｇａｍｓ　Ｐ（　一　，　一川，…，　＋　，　＋　｝　）　（２）　作为特征来获取最佳分类结果；李素科等　针对监　即通过词汇　去预测相邻窗口ｋ内词　［的概率。　督学习分类的不足，对情感特征进行聚类，并提出　与ＣＢＯＷ模型相比，Ｓｋｉｐ—ｇｒａｍ语义准确率高，　了一种半监督的情感分类算法；陈昀等［１０－１１］提出　代价是模型计算复杂度高，模型训练耗时较长。　了基于多特征融合的中文评论情感分析方法，通过　ＣＢＯＷ模型因为窗口大小的限制，导致窗口以外　ｗｏｒｄ２ｖｅｃ和ＳＶＭ进行训练和分类来判断隋感倾向，　的词汇与待预测词的关系不能正确被模型所捕获。　提高了情感分类准确率。然而，文本中词汇的重要　如果单纯扩大窗口，又会增加训练模型的耗时。　程度很少被考虑。事实上，文本分类中特征项权重　Ｓｋｉｐ—ｇｒａｍ模型会通过跳跃词汇来构建词组，避免　的赋予对于分类效果有着较大影响［１２－１３１，而ＴＦＩＤＦ　了因窗口大小限制导致丢失语义信息的问题。　算法是权重计算的重要算法之一。基于此，本文提　考虑到ｗｏｒｄ２ｖｅｃ模型无法区分文本中词汇的重　出了基于ＴＦＩＤＦ的加权ｗｏｒｄ２ｖｅｃ情感分析方法。　要程度，借助ＴＦＩＤＦ算法计算短文本中词汇的权重。　２基于加权ｗｏｒｄ２ｖｅｃ的情感分析　２・２　ＴＦＩＤＦ模型　ＴＦ—ＩＤＦ的主要思想：如果某个词或短语在一　情感主要分为积极和消极，这样微博文本情感　篇文章中出现的频率高，且在其他文章中很少出现，　分析可转换为短文本的二分类问题。Ｗｏｒｄ２ｖｅｃ在文　本分类上具有良好性能［１４－１６］主要取决于传统分类　则认为此词或者短语具有很好的类别区分能力，适　合用来分类。实际上，ＴＦ—ＩＤＦ是ＴＦ＊ＩＤＦ，ＴＦ词　模型中的词汇都是独立的、毫无关联的。Ｗｏｒｄ２ｖｅｃ　频（Ｔｅｒｍ　Ｆｒｅｑｕｅｎｃｙ），ＩＤＦ逆向文件频率（Ｉｎｖｅｒｓｅ　词向量是根据词汇所在上下文计算出的，充分捕获　Ｄｏｃｕｍｅｎｔ　Ｆｒｅｑｕｅｎｃｙ）。ＴＦ表示词条在文档ｄ中出　了上下文的语义信息。针对ｗｏｒｄ２ｖｅｃ模型无法区分　文本中词汇的重要度问题，进一步借助ＴＦＩＤＦ算法　现的频率。　ＩＤＦ的主要思想：如果包含词条ｆ的文档越少，　计算短文本中词汇的权重，提出加权ｗｏｒｄ２ｖｅｃ分类　也就是　越小，ＩＤＦ越大，则说明词条ｆ具有很好　模型，将得到的微博文本词向量作为特征向量训练　的类别区分能力。　分类器，从而预测待测试微博的情感极性。　词频（Ｔｅｒｍ　Ｆｒｅｑｕｅｎｃｙ，ＴＦ）表示某一个给定　２．１　Ｗｏｒｄ２ｖｅｃ模型　的词条ｔｉ在文档　中出现的频率，该词汇ｔｉ的ＴＦ　Ｗｏｒｄ２ｖｅｃ是Ｇｏｏｇｌｅ在２ｏ１３年年中开源的一款　公式为：　将词表征为实数值向量的高效工具。它利用深度学　ｎｉ　，ｊ　（３）　，　习思想，通过训练把对文本内容的处理简化为　维　向量空间中的向量运算［１　，而向量空间上的相似度　其中，，ｚ‘　是词　在文件　中的出现次数，而　可以用来表示文本语义上的相似度。换个思路，把　分母∑　√则是在文件　中所有字词的出现次数　词当做特征，那么ｗｏｒｄ２ｖｅｃ就可以把特征映射到　之和。　逆文档频率（Ｉｎｖｅｒｓｅ　Ｄｏｃｕｍｅｎｔ　Ｆｒｅｑｕｅｎｃｙ，ＩＤＦ）　・５０３・　ｗｗｗ．ｔｘｊＳＺＺ．ｃｏｒｎ　通信技术　是一个词语普遍重要性的度量，某一给定词语　的　ＩＤＦ为：　…．　文本分类前，一般要经过去停用词等预处理技　术。停用词主要包括英文字符、数字、数学字符、　ｚ　ｉ－Ｉｏｇ　■■　可　’１ＤＩ　ｔｉ∈　川　（４）　其中，　ｌ表示语料库中的文件总数，Ｉ｛ｊ：ｔｉ∈４｝１　表示包含词语　的文件数目（即ｎ“≠０的文件数目）。　标点符号以及使用频率特别高的没有实际意义字符　的单汉字如“的、在、和”等。移除文本中的停用词，　能改善文本分类效果　。　如果该词语不在语料库中，就会导致分母为零。因　此，一般情况下使用ｌ＋ｌ｛ｊ：ｔｉ∈　｝Ｉ。　词汇　的ＴＦＩＤＦ权重为：　３实验结果与分析　３．１实验数据　Ｏｑｄｆｊ＝￣，ｊ＊ｉｄｆ　（５）　实验训练ｗｏｒｄ２ｖｅｃ模型的语料，来自中文维　２．３加权ｗｏｒｄ２ｖｅｃ情感分析　Ｗｏｒｄ２ｖｅｅ情感分类方法解决了分类词间的语义　关系，却忽略了词汇的重要程度；ＴＦＩＤＦ解决了词　汇的重要程度，却忽略了词汇间的语义关系。基于　此，本文采用基于ＴＦＩＤＦ加权的ｗｏｒｄ２ｖｅｃ情感分　类方法，以期提高微博情感分类的准确率。　设有训练语料词典ｖｏｃａｂ和文档　＝（Ｗ　，Ｗ２，…　ｗｊ），Ｎ是词向量维度：　ｖｏｅａｂ＝｛ｔｉｌｉ∈１…Ⅳｌ　（６）　首先，使用ｗｏｒｄ２ｖｅｃ中默认的Ｓｋｉｐ＿ｇｒａｍ模型　训练语料，用训练得到的ｗｏｒｄ２ｖｅｃ模型计算文档　中各词汇的ｗｏｒｄ２ｖｅｃ向量。累加文档　中每个词　汇的词向量得到　的向量表示为尺（　：　Ｒ（ｄ　）＝　ｗｏｒｄ２ｖｅｃ（ｔ）ｗｈｅｒｅ　ｔ∈ｄ，（７）　其中ｗｏｒｄ２ｖｅｃ（ｔ）表示词汇　的ｗｏｒｄ２ｖｅｃ词向量。　然后，根据实验微博语料训练ＴＦＩＤＦ模型，　计算每条微博中词汇的ＴＦＩＤＦ权重，将词汇的　ｗｏｒｄ２ｖｅｃ词向量乘以对应ＴＦＩＤＦ权重得到加权　ｗｏｒｄ２ｖｅｃ词向量。累加文档词汇的加权ｗｏｒｄ２ｖｅｃ词　向量，得到文档　新的向量　（　：　Ｗ—Ｒ（ｄ，）＝　ｗｏｒｄ２ｖｅｃ（ｔ）×ｔ￣ａｆｉｊ（８）　将得到的微博文本向量作为特征训练分类器，　从而预测待测试语料文本的情感极性（积极和消极）。　很多研究表明，与其他分类系统相比，ＳＶＭ在分类　性能上和系统健壮性上表现出很大优势　，因此　实验选用ＳＶＭ作为分类工具。　ＳＶＭｐｅｒｆ是ＳＶＭｌｉｇｈｔ的开发者Ｔｈｏｒｓｔｅｎ　Ｊｏａｃｈｉｍｓ在ＳＶＭｌｉｇｈｔ的基础上采用更优化的内核算　法得到的新型分类模型。ＳＶＭｐｅｒｆ相较于ＳＶＭｌｉｇｈｔ　具有３点优势：分类速度更快、分类精度更高、适　合大数据集。因此，本文采用ＳＶＭｐｅｒｆ￣）ｌｌ练测试语料。　基百科网站下载的、常用的、未处理的词条正文数　据集。情感分析采用来自网络中已有的用户微博情　感分析语料，去重后保留６　０００条数据，包括３　０００　条积极微博和３　０００条消极微博。测试数据原始微　博，如表１所示。为了进行实验，将积极和消极的　数据集各分为两份，其中８０％作为训练集，余下　２０％作为测试集。　表１实验数据　今天手机报上那个王宝强的哪吒造型，彻底笑喷了…　太美啊！太感谢了！为庆贺海棠花儿们的新据点诞生，　小宣特此冒死献出独家私房女超人美国太浩湖美图，望　千丌花儿们天天都开心。　股票回暖了，上午够本儿。我今天终于忍住一次没有抛，　一果然，下午继续飘红。　社飘飘龙巴厘岛＃哦，特别佩服那位帅哥～，／＠飘飘龙　品牌：回复＠闫小东：老鼠，，，我以前还养过二只　小老鼠呢，嘿嘿／／＠飘飘龙品牌：看着怕怕的～很怕蛇　最讨厌下雨，最讨厌变冷，最讨厌阴霾，啊…，总之　这样天气的珠海，我最最最讨厌了！　蝴蝶效应？关我们什么事ＪＬｎ￣？？？难道韩国人过来收　购白菜啊？太思密达鸟韩国泡菜危机使我国部分地区白　。　菜大涨价。　似牙龈肿痛，连带着整个半边腮帮子还有脖子一侧都很疼，　嘴只能张开～公分，水果、米饭、好吃的菜一概吃不了，　我只能喝稀饭度日了。哭求大伙儿献出良方搭救搭救我　吧！１　３．２评价标准　本文情感分类的评价指标采用精度（Ｐｒｅｃｉｓｉｏｎ）、　召回率（Ｒｅｃａｌ１）、Ｆ—ｓｃｏｒｅ。表２是两分类分类器　的混淆矩阵（Ｃｏｎｆｕｓｉｏｎ　Ｍａｔｒｉｘ），其中ＴＰ（Ｔｒｕｅ　Ｐｏｓｉｔｉｖｅ）表示实际为正类、预测也为正类的文本数　量；ＦＮ表示实际为正类、预测为反类的文本数量；　ＦＰ表示实际为反类、预测为正类的文本数量；ＴＮ　表示实际为反类、预测也为反类的文本数量。　第５０卷　李锐，张谦，刘嘉勇：基于加权ｗｏｒｄ２ｖｅｃ的微博情感分析　表２混淆矩阵　表４对比实验结果　第３期　准确率定义为：　ｐｒｅｃｉｓｉｏｎ＝　１Ｐ　ＦＰ　（９）　召回率定义为：　ｒｅｃａｌｌ＝　ＴＰ＋ＦＮ　（１０）、　。　　从实验结果可以看出，基于加权ｗｏｒｄ２ｖｅｃ和　实际应用时，需要平衡准确率和召回率。通常，　使用两者的调和平均数作为一个综合的评价指标，　称之为Ｆ—ｓｃｏｒｅ：　Ｆ一，一　ＳＣ０ｒｅ　＝　＝———＿ｐｒｅｃｌ：——————————————一　ｓｌｏｎ　＋　ｒｅｃａｌ１　（１１）ｌ　３．３微博情感分析　实验训练ｗｏｒｄ２ｖｅｃ模型，将下载的维基百科　语料经过中文繁体转简体、文本中噪音过滤等处　理后，经ＩＣＴＣＬＡＳ分词，共提取出词汇６７２　１３５个。　ｗｏｒｄ２ｖｅｃ模型参数向量维度为４００，窗口大小为　２０，其他参数都为默认。　实验针对微博语料，先删除非用户微博内容，　保留用户个人的微博正文；采用ＩＣＴＣＬＡＳ分词后，　将各条微博文本分词去停用词。测试数据处理前后，　对比如表３所示。　表３测试数据处理前后对比　原始微博文本　…………………一飘撼品牌；　一看着怕怕的－ｉ屋怕蛇，　，…………　处理后微博文本特别佩服那位帅哥　将处理后的微博文本作为语料训练ＴＦＩＤＦ模型。　先计算微博文本中各个词汇的ＴＦ值及该词汇在语料　中的ＩＤＦ值，相乘后得到文本中各词汇的ＴＦＩＤＦ权　重。然后，使用训练得到的ｗｏｒｄ２ｖｅｃ模型计算词汇　的ｗｏｒｄ２ｖｅｃ向量，将词汇ｗｏｒｄ２ｖｅｃ词向量乘以对应　的ＴＦＩＤＦ权重，得到加权ｗｏｒｄ２ｖｅｃ词向量，累加加　权ｗｏｌ￣１２ｖｅｃ词向量表示每一条微博文本。　‘　将微博文本的加权词向量作为特征向量，采　用ＳＶＭ情感分类算法训练分类器，对已标注的情　感数据进行分类预测。为了测试该方法的性能，　先采用ＴＦＩＤＦ和未加权的ｗｏｒｄ２ｖｅｃ方法对微博　数据进行情感分类，再采用基于ＴＦＩＤＦ加权的　ｗｏｒｄ２ｖｅｃ方法分类并对比情感分类效果，对比结　果如表４所示。　ＳＶＭ的情感分类方法取得了较好的分类效果。　ＴＦＩＤＦ模型忽略了词汇间的语义关系；ｗｏｒｄ２ｖｅｃ模　型的分布式词向量及联系上下文的特点能很好地解　决微博文本特征稀疏等问题，但不能解决模型中词　汇的权重问题。因此，本文结合ＴＦＩＤＦ模型，提出　加权ｗｏｒｄ２ｖｅｃ模型，通过文本分类来分析微博内　容的情感倾向。从实验结果可以看出，与ＴＦＩＤＦ、　ｗｏｒｄ２ｖｅｃ模型相比，加权ｗｏｒｄ２ｖｅｃ模型在分类精确　率、召回率、，值和正确率方面都有所提高。　４结语　对比已有的情感分析方法，加权ｗｏｒｄ２ｖｅｃ方　法主要根据词汇间的语义信息和词汇在语料中的权　重，采用ＳＶＭ的分类方法，对微博内容进行训练　分类，取得了较好的实验结果。如果能考虑到微博　之间的文本相似度，相信能取得更好的情感分析结　果，这有待后续进一步的研究和实验。　参考文献：　［１】杨立公，朱俭，汤世平．文本情感分析综述［Ｊ］．计算　机应用，２０１３，３３（０６）：１５７４—１６０７．　ＹＡ　ＮＧ　Ｌｉ－ｇｏｎｇ，ＺＨＵ　Ｊｉａｎ，ＴＡＮＧ　Ｓｈｉ－ｐｉｎｇ．Ｒｅｖｉｅｗ　ｏｎ　Ｔｅｘｔ　Ｅｍｏｔｉｏｎ　Ａｎａｌｙｓｉｓ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ａｐｐｌｉｃａｔｉｏ　ａｓ，２０１３，３３（０６）：１５７４—１６０７．　［２　魏耩，向阳，陈千．中文文本情感分析综述［２］Ｊ］．计算　机应用，２０１　１，３１（１２）：３３２１—３３２３．　ＷＥＩ　Ｗｅｉ，ＸＩＡＮＧ　Ｙａｎｇ，ＣＨＥＮ　Ｑｉａｎ．Ｓｕｒｖｅｙ　ｏｎ　Ｃｈｉｎｅｓｅ　Ｔｅｘｔ　Ｓｅｎｔｉｍｅｎｔ　Ａｎａｌｙｓｉｓ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ａｐｐｌｉｃａｔ　ｉｏｎｓ，２０１１，３ｌ（１２）：３３２１—３３２３．　［３】黄胜．Ｗｅｂ评论文本的细粒度意见挖掘技术研究【Ｄ】．　北京：北京理工大学，２０１４．　ＨＵＡＮＧ　Ｓｈｅｎｇ．Ｒｅｓｅａｒｃｈ　ｏｎ　Ｆｉｎｅ—ｇｒａｉｎｅｄ　Ｏｐｉｎｉｏｎ　Ｍｉｎｉｎｇ　Ｔｅｃｈｎｏｌｏｇｉｅｓ　ｏｆ　Ｗｅｂ　Ｒｅｖｉｅｗ　Ｔｅｘｔｓ［Ｄ］．　Ｂｅｉｊｉｎｇ：Ｂｅｉｊｉｎｇ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ，２０１４．　［４］Ｔｕｒｎｅｙ　Ｐ　Ｄ，Ｌｉｔｔｍａｎ　Ｍ　Ｌ．Ｍｅａｓｕｒｉｎｇ￣ａｉｓｅ　ａｎｄ　Ｃｒｉｔｉｃｉｓｍ：　Ｉｎｆｅｒｅｎｃｅ　ｏｆ　Ｓｅｍａｎｔｉｃ　Ｏｒｉｅｎｔａｔｉｏｎ　ｆｒｏｍ　Ａｓｓｏｃｉａｔｉｏｎ［Ｊ］．　・５０５・　ｗｗｗ．ｔｘｊｓｚｚ．ｃｏｍ　通信技术　２０１７矩　ＡｃＭ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｙｓｔｅｍｓ（ＴＯ　［１３］侯艳钗．基于词语权重的中文文本分类算法的研究　．　天津：河北工业大学２ｏ１１．　ＨＯＵ　Ｙａｎ－ｃｈａｉ．Ｔｅｒｍ　Ｗｅｉｇｈｔ—ｂａｓｅｄ　Ｃｈｉｎｅｓｅ　Ｔｅｘｔ　ＩＳ），２００３，２１（０４）：３　１５－３４６．　【５】李寿山，李逸薇，黄居仁等．基于双语信息和标签　传播算法的中文情感词典构建方法『Ｊ１．中文信息学　报，２０１３，２７（０６）：７５—８２．　ＬＩ　Ｓｈｏｕ－ｓｈａｎ，ＬＩ　Ｙｉ—ｗｅｉ，ＨＵＡＮＧ　Ｊｕ－Ｒｅｎ，ｅｔ　ａ１．Ｃｏｎｓｔｒｎ－　ｃｔｉｏｎ　ｏｆ　Ｃｈｉｎｅｓｅ　Ｓｅｎｔｉｍｅｎｔ　Ｌｅｘｉｃｏｎ　ｕｓｉｎｇ　Ｂｉｌｉｎｇｕａｌ　Ｃｌａｓｓｉｉｆｃａｔｉｏｎ　Ａｌｇｏｒｉｔｈｍ［Ｄ］．Ｔｉａｎｊｉｎ：Ｈｅｂｅｉ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ，２０１　１．　［１４】Ｌｉｌｌｅｂｅｒｇ　Ｊ，Ｚｈｕ　Ｙ，Ｚｈａｎｇ　Ｙ．Ｓｕｐｐｏｒｔ　Ｖｅｃｔｏｒ　Ｍａｃｈｉｎｅｓ　ａｎｄ　Ｗｏｒｄ２ｖｅｃ　ｆｏｒ　Ｔｅｘｔ　Ｃｌａｓｓｉｆｉｃａｔｉ０ｎ　ｗｉｔｈ　Ｓｅｍａｎｔｉｃ　Ｉｎｆｏｒｍａｔｉｏｎ　ａｎｄ　Ｌａｂｅｌ　Ｐｒｏｐａｇａｔｉｏｎ　Ａｌｇｏｒｉｔｈｍ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｃｈｉｎｅｓｅ　Ｉｆｏｒｎｍａｔｉｏｎ　Ｐｒｏｃｅｓｓｉｎｇ，２０１３，２７（０６）：７５—８２．　Ｆｅａｔｕｒｅｓ［Ｃ】．Ｃｏｇｎｉｔｉｖｅ　Ｉｎｆｏｒｍａｔｉｃｓ＆Ｃｏｇｎｉｔｉｖｅ　Ｃｏｍｐｕｔｉｎｇ（ＩＣＣＩ　ｃｃ），２０１５　ＩＥＥＥ　１４ｔｈ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　【６】张靖，金浩．汉语词语情感倾向自动判断研究［Ｊ］．计　算机工程，２０１０，３６（２３）：１９４—１９６．　ＺＨＡＮＧ　ＪｉｎｇｊＩＮ　Ｈａｏ．Ｓｔｕｄｙ　ｏｎ　Ｃｈｉｎｅｓｅ　Ｗｏｒｄ　Ｓｅｎｔｉｍｅｎｔ　Ｐｏｌａｒｉｔｙ　Ａｕｔｏｍａｔｉｃ　Ｅｓｔｉｍａｔｉｏｎ［Ｊ］．Ｃｏｍｐｕｔｅｒ　Ｅｎｇｉｎｅｅｒｉ　ｎｇ，２０１０，３６（２３）：１９４—１９６．　【７】杨经，林世平．基于ＳＶＭ的文本词句情感分析【Ｊ］．　计算机应用与软件，２０１　１，２８（０９）：２２５—２２８．　ＹＡＮＧ　Ｊｉｎｇ，ＬＩＮ　Ｓｈｉ－ｐｉｎｇ．Ｅｍｏｔｉｏｎ　Ａｎａｌｙｓｉｓ　ｏｎ　Ｔｅｘｔ　Ｗｏｒｄｓ　ａｎｄ　Ｓｅｎｔｅｎｃｅｓ　ｂａｓｅｄ　ｏｎ　ＳＶＭ［Ｊ］．Ｃｏｍｐｕｔｅｒ　Ａｐｐｌｉｃａｔｉｏｎｓ　ａｎｄ　Ｓｏｆｔｗａｒｅ，２０１　１，２８（０９）：２２５—２２８．　【８】Ｐａｎｇ　Ｂ，Ｌｅｅ　Ｌ，Ｖａｉｔｈｙａｎａｔｈａｎ　Ｓ．Ｔｈｕｍｂｓ　ｕｐ？：Ｓｅｎｔｉｍｅｎｔ　Ｃｌａｓｓｉｉｆｃａｔｉｏｎ　Ｕｓｉｎｇ　Ｍａｃｈｉｎｅ　Ｌｅａｒｎｉｎｇ　Ｔｅｃｈｎｉｑｕｅｓ［Ｃ］．　Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　ＡＣＬ－０２　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｅｍｐｉｒｉｃａｌ　Ｍｅｔｈｏｄｓ　ｉｎ　Ｎａｔｕｒａｌ　Ｌａｎｇｕａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ　Ａｓｓｏｃｉａｔｉｏｎ　ｆｏｒ　Ｃｏｍｐｕｔａｔｉｏｎａｌ　Ｌｉｎｇｕｉｓｔｉｃｓ，２００２：７９－８６．　［９】李素科，蒋严冰．基于情感特征聚类的半监督情感分　类【Ｊ】．计算机研究与发展，２０１３，５０（１２）：２５７０—２５７７．　ＩＪ　Ｓｕ—ｋｅ．ＪＩＡＮＧ　Ｙａｎ—ｂｉｎｇ．Ｓｅｍｉ—Ｓｕｐｅｒｖｉｓｅｄ　Ｓｅｎｔｉｍｅｎｔ　Ｃｌａｓｓｉｉｆｃａｔｉｏｎ　ｂａｓｅｄ　ｏｎ　Ｓｅｎｔｉｍｅｎｔ　Ｆｅａｔｕｒｅ　Ｃｌｕｓｔｅｒｉｎｇ［Ｊ］．　Ｊｏｕｒｎａｌ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ｒｅｓｅａｒｃｈ　ａｎｄ　Ｄｅｖｅｌｏｐｍｅ　ｎｔ，２０１３，５０（１２）：２５７０－２５７７．　【１０】陈昀，毕海岩．基于多特征融合的中文评论情感分类　算法【Ｊ】．河北大学学报：自然科学版，２０１５，３５（０６）：６５１—　６５６．　’　ＣＨＥＮ　Ｙｕｎ，ＢＩ　Ｈａｉ－ｙａｎ．Ａ　Ｓｅｎｔｉｍｅｎｔ　Ｃｌａｓｓｉｆｉｃａｔｉｏｎ　Ａｌｇｏｒｉｔｈｍ　ｏｆ　Ｃｈｉｎｅｓｅ　Ｃｏｍｍｅｎｔｓ　ｂａｓｅｄ　ｏｎ　Ｍｕｌｔｉ　Ｆｅａｔｕｒｅｓ　Ｆｕｓｉｏｎ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｈｅｂｅｉ　Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔｕｒａ１　Ｓｃｉｅｎｃｅ　Ｅｄｉｔｉｏｎ），２０１５，３５（０６）：６５　１－６５６．　【１　１】Ｚｈａｎｇ　Ｄ，Ｘｕ　Ｈ，Ｓｕ　Ｚ，ｅｔ　ａ１．Ｃｈｉｎｅｓｅ　Ｃｏｍｍｅｎｔｓ　Ｓｅｎｔｉｍｅｎｔ　Ｃｌｓａｓｉｉｆｃａｔｉｏｎ　ｂａｓｅｄ　ｏｎ　Ｗｏｒｄ２ｖｅｃ　ａｎｄ　ＳＶＭ　Ｐｅｒｔ［Ｊ１．Ｅｘｐｅｒｔ　Ｓｙｓｔｅｍｓ　ｗｉｔｈ　Ａｐｐｌｉｃａｔｉｏｎｓ，２０１５，４２（０４）：１８５７－１８６３．　【ｌ２】施聪莺，徐朝军，杨晓江．ＴＦＩＤＦ算法研究综述［Ｊ］．　计算机应用，２００９（Ｓ１）：１６７—１７０，１８０．　ＳＨＩ　Ｃｏｎｇ－ｙｉｎｇ，ＸＵ　Ｃｈａｏ－ｊｕｎ，ＹＡＮＧ　Ｘｉａｏ－ｊｉａｎｇ．Ｓｔｕｄｙ　ｏｆ　ＴＦＩＤＦ　Ａｌｇｏｒｉｔｈｍ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ａｐｐｌｉｃａｔｉｏｎｓ，２００９　ｆＳ１）：１６７—１７０，１８０．　Ｃｏｎｆｅｒｅｎｃｅ　Ｏ１ｑ，２０１５：１３６—１４０．　【ｌ５】Ｗｏｌｆ　Ｌ，Ｈａｎａｎｉ　Ｙ，Ｂａｒ　Ｋ，ｅｔ　ａ１．Ｊｏｉｎｔ　Ｗｏｒｄ２ｖｅｃ　Ｎｅｔｗｏｒｋｓ　ｆｏｒ　Ｂｉｌｉｎｇｕａｌ　Ｓｅｍａｎｔｉｃ　ＲｅｐｒｅｓｅｎｔａｔｉｏｎｓｌＪＪ．　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆ　Ｃｏｍｐｕｔａｔｉｏｎａｌ　Ｌｉｎｇｕｉｓｔｉｃｓ　ａｎｄ　Ａｐｐｌｉｃａｔｉｏｎｓ，２０１４，５（０１）：２７－４４．　【１６】苏增才．基于ｗｏｒｄ２ｖｅｃ和ＳＶＭｐｅｒｆ的网络中文文　本评论信息情感分类研究【Ｄ】．石家庄：河北科技大　学，２０１５．　ＳＵ　Ｚｅｎｇ－ｃａｉ．Ｒｅｓｅａｒｃｈ　ｏｎ　Ｓｅｎｔｉｍｅｎｔ　Ｃｌａｓｓｉｉｆｃａｔｉｏｎ　ｆｏｒ　Ｃｈｉｎｅｓｅ　Ｏｎｌｉｎｅ　Ｃｏｍｍｅｎｔ　Ｔｅｘｔｓ　ｂａｓｅｄ　ｏｎ　ｗｏｒｄ２ｖｅｃ　ａｎｄ　ＳＶＭｐｅｄ［Ｄ］．Ｓｈｉｊｉａｚｈｕａｎｇ：Ｈｅｂｅｉ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｓｃｉｅｎｃｅ＆　Ｔｅｃｈｎｏｌｏｇｙ，２０１５．　【１７】Ｍｉｋｏｌｏｖ　Ｔ，Ｃｈｅｎ　Ｋ，Ｃｏｒｒａｄｏ　Ｇ，ｅｔ　ａ１．Ｅｆｉｆｃｉｅｎｔ　Ｅｓｔｉｍａｔｉｏｎ　ｏｆ　Ｗｏｒｄ　Ｒｅｐｒｅｓｅｎｔａｔｉｏｎｓ　ｉｎ　Ｖｅｃｔｏｒ　Ｓｐａｃｅ［Ｊ］．Ｃｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅ，２０１３，２５（０５）：２１３－２１９．　【１８】徐易．基于短文本的分类算法研究［Ｄ】．上海：上海交　通大学，２０１０．　ＸＵ　Ｙｉ．Ｒｅｓｅａｒｃｈ　ｏｆ　Ｔｅｘｔ　Ｃｌａｓｓｉｉｆｃａｔｉｏｎ　Ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　Ｓｈｏｒｔ　Ｔｅｘｔ［Ｄ］．Ｓｈａｎｇｈａｉ：Ｓｈａｎｇｈａｉ　Ｊｉａｏｔｏｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，２０１０．　【１９】李玲俐．数据挖掘中分类算法综述【Ｊ】．重庆师范大学　学报：自然科学版，２０１　１（４０）：４４—４７．　ＬＩ　Ｌｉｎｇ－ｌｉ．Ａ　Ｒｅｖｉｅｗ　ｏｎ　Ｃｌａｓｓｉｆｉｃａｔｉｏｎ　Ａｌｇｏｒｉｔｈｍｓ　ｉｎ　Ｄａｔａ　Ｍｉｎｉｎｇ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｃｈｏｎｇｑｉｎｇ　Ｎｏｒｍａｌ　Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔｕｒｌａ　Ｓｃｉｅｎｃｅ），２０１　１（４０）：４４－４７．　【２０】Ｐａｔｅｌ　Ｂ，Ｓｈａｈ　Ｄ．Ｓｉｇｎｉｉｆｃａｎｃｅ　ｏｆ　Ｓｔｏｐ　Ｗｏｒｄ　Ｅｌｉｍｉｎａｔｉｏｎ　ｉｎ　Ｍｅｔａ　Ｓｅａｒｃｈ　Ｅｎｇｉｎｅ［Ｃ］．Ｉｎｔｅｌｌｉｇｅｎｔ　Ｓｙｓｔｅｍｓ　ａｎｄ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｉｎｇ（ＩＳＳＰ），２０１３：５２－５５．　作者简介：　一　研究方李张刘向嘉为锐谦勇数（据１９挖６８７２掘－一、）信，　息男，博士，教授，男安，全硕博；　士，主要　主要研究方向为信息安全理论与应用、　网络信息处理与　　信息安全、大数据分析。