跨领域情感分析.pdfVIP

跨领域情感分析 报告人 ：张献涛 zhangxt1989@ 2011-12-14 大纲 • 引言 • 跨领域情感分析 • 相关文献和方法 • 观点和思考 引言 • 文本情感分析 – 文本情感分析又称意见挖掘,简单而言,是对 带有情感色彩的主观性文本进行分析、处理、 归纳和推理的过程。 引言 • 给出一段文本 – 这段文本是和某一话题相关的情感表达么？ – 如果是的话，情感又是怎样的呢？ The movie The movie The movie was fabulous! stars Mr. X was horrible! 引言 • 情感分析的兴起 – Web2.0 蓬勃发展 • “以用户为中心，用户参与”，分享自己的观 点和体验 – 对评价信息的获取 • 当我们需要做决定时观点或意见会很重要我们 通常需要听听其他人的意见. 引言 图1 情感分析研究框架 跨领域的情感分析 • 我们知道 – 情感分析是一项领域性非常强的任务，在一 个领域中训练出来的分类模型或者是规则搭 配，通常不能适用于其他的领域。 – 但是很多领域缺少大规模的分类训练数据 跨领域的情感分析 • 问题 – 人工去标注的话，会耗费巨大代价。 – 希望将一个领域中的训练数据应用于其他的 领域。 跨领域的情感分析 • 难点 – 大多数传统的分类算法都基于统计学习理论。 一个最基本的假设，那就是训练数据和测试 数据必须具有相同的底层特征分布，对于情 感分类而言，就是具有相同的词汇分布。然 而，在很多实际的应用程序中，这个假设却 未必总是成立。 相关文献和方法 • Bo Pang 等提出了对单个领域进行情感 分类，并在电影评论数据集上进行了实 验。 [EMNLP ,2002] • Aue 等阐述了四种不同的算法来解决跨 领域产品评论情感分类的问题。[RANLP, 2005] 相关文献和方法 • Blitzer 等将结构对应学习（Structural Correspondence Learning，SCL）引入 跨领域情感分析，SCL是一种应用范围 很广的跨领域文本分析算法，SCL的目 的是将训练集上的特征尽量对应到测试 集中。[ACL,2007] • Tan 等将SCL引入了中文跨领域情感分 析中。[NAACL HLT 2009] 相关文献和方法 • Tan 尝试着将目标领域的非标注数据与 非目标领域训练出的分类模 型进行 结合 。[ECIR ,2009] – 基本 的想法是使用非 目标领域 的 训练器对目标领域的数据进行分类，然后 从分类结果中，挑选出分类可信度最高的 N 个文本，加入到训练数据中，然后训练 分类器。这一过程可以进行多次迭代。 相关文献和方法 • Aue 的论文 • 问题 – 每个领域可能都有一部分标注数据，但是数 据量都不大，如何训练一个统一的模型，对 多个领域的产品评论进行情感分类。 • 数据集 – 电影、书籍、pss(产品支持反馈)数据、 Kb(Knowledge Baseweb survey data)数据 相关文献和方法 • 提出的四种算法是分别是： • 1、使用多个领域的数据混合起来训练一 个分类器； • 2、如第一种算法训练分类器，但是对于 每一个领域，在训练模型的时候，把分