基于汉语网络新闻评论的情感语料库标注研究.docx

第15卷第6期 第15卷第6期 北京邮电大学学报(社会科学版) V01．15，No．6 2013年12月 Journal of Beijing University of Posts and Telecommunications(Social Sciences Edition)Dec．2013 基于汉语网络新闻评论的情感语料库标注研究 崔晓玲 (北京邮电大学人文学院，北京100876) 摘要：为揭示汉语网络新闻评论文档在情感表达上的特性，基于评价理论的态度系统，采用语义标注方法，试图从多 角度揭示汉语情感语义表达的参数特征。研究发现汉语情感语义的表达呈现多参数性特征。该情感语料库不仅可为目前 汉语情感计算提供结构性情感语义资源、方便机器学习、利于观点抽取和整合工作，还将会为现有计算机和语言学领域 的汉语情感标注提供一种多参数的操作方法。 关键词：情感语料库；汉语；情感参数；评价理论；网络新闻 中图分类号：G210．7；H13 文献标识码：A 文章编号：1008-7729(2013)06—0021—09 一、引 言 情感研究一直是社会学、心理学、哲学界共同关注的焦点问题。他们主要关注口语、书面语和肢 体语言中所蕴含的情感表达，探讨情感与社会、情感与心智、情感与认知之间的关系。但是随着互联 网的迅猛发展，用于表达情感的平台比以往更加多元化，特别是网络博客和网络论坛为代表的网络平 台的迅速兴起，为情感和观点等主观性信息的传播与检索提供了诸多便利。随着带有情感色彩的主观 性文本的不断激增，情感分析也成为当今计算机学科新兴的研究课题之一。 二、关于情感语料库的相关研究 情感语料库是情感分析的重要前提和基础。目前情感语料库研究多以英语情感语料库为主，且多 致力于观点持有者和被评价对象的抽取。国外的情感语料库主要有PangLee影评语料库11 J、Berar． dinelli电影评论语料库旧J、HuLiu的产品评论语料库∞。、Wiebe的新闻评论语料库(MPQA)(multiple． perspective QA)t4]、TREC2006—2009博客数据库∞J、NTCIR 2006新闻报道评测系统‘61和Junko Minato的 日本情感口语语料库一o。迄今为止，情感语料库的建设和标注呈现多体裁、多层面、多理论和多方法 性等特征。 基于情感语料库的情感研究也随之兴起。早期的情感研究，如Turney et a1．(2002)伸o；Pang et a1． (2002) 等主要致力于情感分类。目前大部分情感分析主要依赖于词袋法和语义极性方法划分情感文 档p1。然而，这些方法都忽视了以下重要内容：①情感分类需要以完善的态度类别和其他语义属性对 态度表达式进行更细致的语义分析；②这种表达式的原子结构不是由单个词汇，而是由连贯的词组构 成的评价组块¨ 。近年来细粒度情感分析受到越来越多的关注，主要包括观点持有者(Kim and Hovy， 2004，2005，2006。11-13j；Choi et a1．，2005。14。)和观点对象的抽取(Kim and Hovy，2006。1引；Ruppen— hofer et a1．，2008‘15|；Hu and Liu，2004旧o)。但是目前，情感分析的最大挑战在于精确识别包括评价 收稿日期：2013—08．28 基金项目：北京邮电大学青年科研创新计划专项课题(2012G470642) 作者简介：崔晓玲(1972一)，女，朝鲜族，黑龙江伊春人，北京邮电大学人文学院副教授，硕士生导师，主要研究方向 为功能语言学、计算机语言学、对比语言学等。 ·2l· 万方数据 北京邮电大学学报(社会科学版) 北京邮电大学学报(社会科学版) 2013年第6期 者和被评价者、情感类别、情感极性在内的完整的情感表达式。随着系统功能语言学评价理论被移植 到计算机情感研究领域，基于评价理论的情感研究也渐渐兴起。国外最早基于评价理论进行计算机情感 分析的是Taboada和Grieve(2004)。1 ，随后出现了Whitelaw(2005)[9 3，Bloom，Grag和Argamon (2007)016]，Read、Hope和Carroll(2007)‘17 J，Bloom(2011)¨副等。评价理论可以大大改进以传统词汇 技术为基础的分析结果H一。 国内汉语情感语料库建设方面主要有：清华大学标注的有关旅游景点描述的情感语料库Yang et a1． (2006)¨9I；大连理工大学徐琳宏、林鸿飞、赵晶等建立的记叙文体情感语料库。20I；厦门大学苏劲松建 立的全宋词语料库怛1I；哈尔滨工业大学赵妍妍、秦兵、车万翔、刘挺等在数码相机领域构造的含有20 000个情感句的无人工标注大规模语料库悼2I；中