中文情感语意分析套件CSentiPackage发展与应用-图书馆学与资讯科学.PDFVIP

DOI: 10.6245/JLIS.201804_44(1).0002 中文情感語意分析套件CSentiPackage 發展與應用 陳韋帆 Bauhaus-Universität Weimar 博士生 E-mail: wei-fan.chen@uni-weimar.de 古倫維 中央研究院資訊科學所助研究員 E-mail: lwku@.tw 關鍵詞：中文處理工具；意見分析；情感分析；社群媒體資料分析 【摘要】 近年來，意見與情感分析技術漸漸為大家所注意且因網路環境之餘意見發表的便利性，文本 意見與情感分析技術的需求與應用也快速增加，然而在中文上，並沒有公開可利用的意見與情感 分析工具。本文介紹一個供研究使用免費且公開的中文情感語意分析套件：CSentiPackage ，套 件中包含多個可以用於中文情感語意分析研究所需要的各式工具，例如中文意見、構詞詞典、中 文意見樹庫、意見挖掘計分工具，及深度社群立場分析模型等。本文將詳細介紹各個工具的內容。 欲取得 CSentiPackage 套件及其使用方法，可從網址 / 之 Lab Homepage 分頁進入申請下載。 緒論 意見與情感分析旨在探勘目標文本所表達的意見或情感及其程度。意見一般指的是某個 發言者對某個目標的看法，可能是正面、負面、中立，以立場來說則是支持或反對；情感則 是指人類感受到的情感，例如快樂、傷心、憤怒、厭惡、害怕等。意見與情感分析包含所有 找出相關資訊並加以應用的技術。 意見與情感分析的研究，至今已約莫近十五年。從早期在意見分析上，只是做正面與負 面文章的二元分類，中期技術進展到進入句子與詞彙層次，並且能夠分析情感能量的強度， 近期更與社群媒體平台結合，與使用者資料共同運作，並引入了最新的深度學習技術，大大 提高了技術效能，使其應用的可能性更高，應用的範圍也更廣。 24 Journal of Library and Information Science 44 （1）：24 – 41 （April, 2018 ） 意見與情感分析的技術，早期多是採用統計式或是簡單的機器學習模型。因為意見與 情感分析牽涉到較為複雜且深入的語意，若未深入考慮到語意層次，即使使用較複雜的學 習模型，效果未必能夠優於簡單的規則模型或關鍵字對應（keyword matching ）模型。與自 然語言處理的技術發展模式雷同，意見與情感分析的技術，也是分成統計式與機器學習兩 線來發展，同時間混合型的模型也利用這兩線發展出的最新技術，疊加出更好的效能。近 五年來，由於社群媒體的興起及網路的普及，一般人開始在網路上抒發各式各樣的意見，包 括部落格的生活分享、開箱文、臉書粉絲團、論壇及商場的產品評價文，其他人也開始在網 路上搜尋可靠的意見分享文，做為他們平常生活的購買行為與議題看法的參考。在這樣的環 境下，意見與情感分析技術的重要性快速升溫並受到矚目，加上這兩年深度學習的技術帶 動了技術的精進，使得意見與情感分析的效能更趨成熟，並能夠應用在各領域的文件分析 工作中。 如上所述，意見與情感分析技術可用於各式文本的分析，最常見的就是產品評論的分析。 意見分析的困難之處，除了需要語意上的深入理解之外，由於它本質上屬於監督式的問題， 因此如果採用機器學習的方法，就需要正確標上意見或情感資訊的大量資料，才能夠訓練出 效能好的模型。剛好產品評論資料上使用者所給的星級滿意程度（一般為一到五顆星），大量 且快速地提供了研究所需的標準答案資訊，也就順勢成為意見與情感分析領域研究人員最常 討論開發與測試技術的文類。另外一個在此領域蓬勃發展的則是輿情分析，由於關心選舉及 公共事務的公民，經常於網路發表正反意見及各式討論且此類網路平台也逐漸增加，吸引了 不同族群的使用者，雖然這類主題的文章並沒有平台相關功能的支援來得到標準答案，但由 於應用端的需求，也促成許多研究人員投入人工標記資料的工作。 意見與情感分析也被用於許多資訊科學以外的不同領域，只要是文本的分析，牽涉到意 見與情感的部分都可能可以應用。例如，在醫學方面，可應用此技術分析憂鬱症病患的手稿， 偵測並自動警示病患可能的自殺傾向；在心理學治療方面，可藉由分析兩方交談的內容，自 動加以介入做適當的調解；在政治學方面，可分析兩國間的相關新聞及評論，以得知兩國關 係發展的參考資訊；在商業上分析出商品的優劣及優缺點可用於定價、廣告與行銷等等