高 偉，王中卿，李壽山

(蘇州大學(xué) 計算機(jī)科學(xué)與技術(shù)學(xué)院，江蘇 蘇州 215006)

1 引言

隨著互聯(lián)網(wǎng)的迅猛發(fā)展，人們越來越習(xí)慣于在網(wǎng)絡(luò)上表達(dá)自己的觀點，從而使網(wǎng)絡(luò)上涌現(xiàn)出大量帶情感的文本。作為自動處理和分析這些文本一項基本任務(wù)，情感分類漸漸受到重視，并逐漸發(fā)展為自然語言處理中一項越來越受關(guān)注的研究課題[1-3]。情感分類是指對用戶發(fā)出的主觀性文本進(jìn)行分析和挖掘，判斷其表達(dá)的情感色彩是褒義(Positive)或貶義(Negative)。目前，關(guān)于情感分類的研究，主要集中在監(jiān)督學(xué)習(xí)方面。盡管監(jiān)督學(xué)習(xí)方法在情感分類中已經(jīng)取得了非常好的效果[4-5]，但是由于監(jiān)督學(xué)習(xí)需要大量人工標(biāo)注的訓(xùn)練樣本，從而使得監(jiān)督學(xué)習(xí)的分類系統(tǒng)需要一定的人工標(biāo)注和時間代價。一種解決方案是采取無需標(biāo)注樣本的分類方法，即非監(jiān)督學(xué)習(xí)方法。然而，非監(jiān)督學(xué)習(xí)方法的分類效果與實際要求相比還存在一定差距[6-7]。另外一種解決方案是采取綜合利用少量已標(biāo)注樣本和大量的未標(biāo)注樣本來提高學(xué)習(xí)性能的半監(jiān)督情感分類方法[8-10]。本文主要圍繞半監(jiān)督情感分類方法進(jìn)行展開。

在半監(jiān)督情感分類方法中，存在多種不同類型的分類方法。其中一類方法是通過少量標(biāo)注樣本在大量未標(biāo)注樣本中進(jìn)行學(xué)習(xí)，從而自動獲得未標(biāo)注樣本的標(biāo)簽，然后用這些自動標(biāo)注樣本去更新訓(xùn)練模型。例如，這類方法中常用的協(xié)同訓(xùn)練(Co-training)方法和標(biāo)簽傳播(Label Propagation)方法。然而，情感分類中的半監(jiān)督學(xué)習(xí)是一件比較困難的事情，在使用這類方法對未標(biāo)注樣本進(jìn)行標(biāo)注的過程中，會產(chǎn)生很多的誤標(biāo)注樣本。誤標(biāo)注樣本的產(chǎn)生通常會對最終的分類結(jié)果造成不良影響。

本文提出了一種基于集成學(xué)習(xí)的半監(jiān)督情感分類方法，通過不同的半監(jiān)督學(xué)習(xí)方法針對未標(biāo)注樣本進(jìn)行標(biāo)注，最終選取各個半監(jiān)督學(xué)習(xí)方法標(biāo)注一致的樣本加入標(biāo)注樣本中更新訓(xùn)練模型。這種方法的優(yōu)勢在于其舍棄那些標(biāo)簽不一致的樣本，從而減少誤標(biāo)注的非標(biāo)注樣本對分類性能產(chǎn)生的不良影響。具體實現(xiàn)過程中，我們選取改進(jìn)的協(xié)同訓(xùn)練算法[11]以及標(biāo)簽傳播算法[12]作為基本的半監(jiān)督學(xué)習(xí)算法，并在上述兩種算法生成的分類器針對未標(biāo)注樣本進(jìn)行標(biāo)注之后，選取兩者標(biāo)注一致的樣本加入標(biāo)注樣本中集中訓(xùn)練分類模型。理論和實驗分析都表明，本文提出的基于集成學(xué)習(xí)的半監(jiān)督情感分類方法能夠有效降低對未標(biāo)注樣本的誤標(biāo)注率。實驗結(jié)果表明，本文方法的分類性能明顯優(yōu)于各個單獨的半監(jiān)督學(xué)習(xí)方法。

本文其他部分安排如下：第2節(jié)詳細(xì)介紹情感分類的相關(guān)工作；第3節(jié)提出基于集成學(xué)習(xí)的半監(jiān)督情感分類方法；第4節(jié)給出實驗結(jié)果及分析；第5節(jié)給出相關(guān)結(jié)論，并對下一步工作進(jìn)行展望。

2 相關(guān)工作

早期的情感分類研究主要集中在無監(jiān)督學(xué)習(xí)方法。無監(jiān)督學(xué)習(xí)一般是通過兩個詞之間的關(guān)系以及一些資源比如WordNet/HowNet或者未標(biāo)注數(shù)據(jù)來判斷文本的情感傾向[13]。這類基于詞典的無監(jiān)督學(xué)習(xí)方法的分類效果往往較差，并不能很好地滿足實際應(yīng)用的需求。

基于監(jiān)督學(xué)習(xí)的情感分類方法是當(dāng)前的主流方法，最早由文獻(xiàn)[5]將多種分類方法引入情感分類任務(wù)中并取得了很好的分類效果。后續(xù)的大量研究工作都致力于通過各種途徑來改善基于監(jiān)督學(xué)習(xí)情感分類的性能。已有學(xué)者將集成學(xué)習(xí)引入到監(jiān)督學(xué)習(xí)中，并成功提高了分類器的性能[14]。

近幾年來，基于半監(jiān)督學(xué)習(xí)的情感分類漸漸受到廣大研究者們的重視。Wan將兩種不同語言(英語和漢語)作為兩個不同的視圖，采用協(xié)同訓(xùn)練方法進(jìn)行半監(jiān)督情感分類[15]；Li等則是把評價語句分為個人視圖(Personal View)和非個人視圖(Impersonal View)并同樣采用協(xié)同訓(xùn)練方法進(jìn)行半監(jiān)督情感分類[16]。Dasgupta和Ng將譜聚類、主動學(xué)習(xí)、直推學(xué)習(xí)和集成學(xué)習(xí)引入到半監(jiān)督學(xué)習(xí)中[8]，但仍未獲得較高的分類準(zhǔn)確率(在初始標(biāo)注樣本為100時，Book和DVD領(lǐng)域的準(zhǔn)確率只有60%)。蘇艷等對協(xié)同訓(xùn)練方法進(jìn)行改進(jìn)，提出了基于動態(tài)隨機(jī)特征子空間的協(xié)同訓(xùn)練算法，并實驗驗證了當(dāng)特征子空間數(shù)目為4左右的時候，該半監(jiān)督分類方法能夠取得最佳性能[11]。半監(jiān)督的情感分類方法還存在一種特殊的實現(xiàn)方式：少量標(biāo)注樣本結(jié)合情感詞典的方法。例如，Sindhwani和Melville提出了基于二部圖的半監(jiān)督學(xué)習(xí)方法，同時實現(xiàn)了篇章級和詞語級的情感分類[17]；Li等則基于限制性非負(fù)矩陣分解(Constrained Non-negative Tri-factorization)的方法實現(xiàn)了這種方式的半監(jiān)督學(xué)習(xí)情感分類任務(wù)[18]。

本文提出的方法不同于以上任何一種半監(jiān)督分類方法，是一種集成方法，即在已有幾種半監(jiān)督分類方法的基礎(chǔ)上，利用多種半監(jiān)督學(xué)習(xí)方法的融合進(jìn)一步提高分類性能。據(jù)我們所知，本文是首次提出面向情感分類的半監(jiān)督集成學(xué)習(xí)方法，即使在傳統(tǒng)的主題文本分類中，也沒有關(guān)于半監(jiān)督方法的集成學(xué)習(xí)的相關(guān)研究。

3 基于集成學(xué)習(xí)的半監(jiān)督情感分類方法

3.1 半監(jiān)督集成學(xué)習(xí)的總體框架

半監(jiān)督集成學(xué)習(xí)是指融合多種半監(jiān)督學(xué)習(xí)方法的一種學(xué)習(xí)機(jī)制。在給定標(biāo)注樣本和未標(biāo)注樣本的情況下，不同的半監(jiān)督學(xué)習(xí)方法可以通過各種融合算法，形成一種新的基于集成學(xué)習(xí)的半監(jiān)督學(xué)習(xí)方法。圖1為半監(jiān)督集成學(xué)習(xí)的一個總體框架。

圖1 半監(jiān)督集成學(xué)習(xí)總體框架圖

通常來講，差異性是影響集成學(xué)習(xí)性能的一個重要因素。參與融合的方法差別越大，集成學(xué)習(xí)的性能提高會越明顯。因此，我們選用不同的半監(jiān)督學(xué)習(xí)方法進(jìn)行集成學(xué)習(xí)。目前存在很多的半監(jiān)督學(xué)習(xí)方法，其中由Blum和Mitchell提出的協(xié)同訓(xùn)練算法，已有很多研究者對其進(jìn)行了研究和改進(jìn)，并取得了進(jìn)展，使得協(xié)同訓(xùn)練成為半監(jiān)督學(xué)習(xí)中非常經(jīng)典的一種方法[19]。此外，標(biāo)簽傳播算法(LP)也是一種常用的半監(jiān)督學(xué)習(xí)方法。我們將選取這兩種半監(jiān)督學(xué)習(xí)方法進(jìn)行集成學(xué)習(xí)研究，下面簡單地介紹這兩種算法。

3.2 半監(jiān)督學(xué)習(xí)方法簡介

3.2.1 基于隨機(jī)動態(tài)特征子空間生成的協(xié)同訓(xùn)練算法

Co-training算法需要兩個獨立視圖從而訓(xùn)練兩個分類器， 然后采用互助方式迭代地擴(kuò)充帶標(biāo)記數(shù)據(jù)集并重新訓(xùn)練。為了獲得兩個獨立視圖，蘇艷等提出了一種基于隨機(jī)特征子空間的方法用于產(chǎn)生兩個不同的特征子空間[11]。具體實現(xiàn)中，基于動態(tài)隨機(jī)特征子空間生成的協(xié)同訓(xùn)練算法，是將每一個特征子空間作為文本的一個表示視圖，多個特征子空間對應(yīng)多個文本表示的不同視圖。在這些視圖下，應(yīng)用協(xié)同訓(xùn)練算法進(jìn)行半監(jiān)督學(xué)習(xí)。下面詳細(xì)介紹了基于隨機(jī)動態(tài)特征子空間生成的協(xié)同訓(xùn)練算法流程。

輸入：

已標(biāo)注初始樣本集合L，包含n+個正類樣本和n-個負(fù)類樣本；

未標(biāo)注樣本集合U；

輸出：

更新后的標(biāo)注樣本集合L；

程序：

進(jìn)行N次迭代，直到U=?結(jié)束循環(huán)：

(1)B=?,B表示每次迭代后從U中挑選出自信度最高的標(biāo)注樣本；

(2) 將L和U的特征空間隨機(jī)分成m個特征子空間；

(3) 訓(xùn)練m個子空間分類器F1,F2, …,Fm；

(4) 分別使用F1,F2, …,Fm對未標(biāo)注樣本集U進(jìn)行分類；

(5) 對于每個子空間分類器，從分類結(jié)果中選擇出自信度最高的一個正類樣本和一個負(fù)類樣本，添加到B中；

(6) 將B添加到標(biāo)注樣本中(L=L∪B)，從U中刪除B(U=U-B)。

3.2.2 標(biāo)簽傳播算法(LP)

在許多關(guān)于情感分類的研究中，文檔通常用詞袋(Bag-of-words)模型化并用向量形式描述。在這些設(shè)置中，單詞與文檔間的關(guān)聯(lián)是不清晰的。為了更好地捕捉單詞和文檔之間的關(guān)系，本文采用基于文檔—詞的二部圖表述文檔與單詞的關(guān)系。文檔—詞的二部圖的連接關(guān)系由文檔和詞的連接矩陣表示，即n×V矩陣X：n為文檔數(shù)目，V為詞的數(shù)目。文檔—詞的二部圖僅存在文檔到詞及詞到文檔的連接關(guān)系。具體來講，文檔到詞及詞到文檔的轉(zhuǎn)移概率計算如下：

輸入：

已標(biāo)注初始樣本集合L，包含n+個正類樣本和n-個負(fù)類樣本；

未標(biāo)注樣本集合U；

輸出：

更新后的標(biāo)注樣本集合L；

程序：

(1) 初始化：

P：n×r標(biāo)注矩陣，同時Pij標(biāo)識文檔i(i=0…n)屬于類別j(j=1…r)的概率

PL：P0的前m行對應(yīng)的m個標(biāo)注實例L

PU：P0的后n-m行對應(yīng)的n-m個未標(biāo)注實例U

(2) 循環(huán)迭代N次直到收斂；

3.3 基于集成學(xué)習(xí)的半監(jiān)督情感分類方法

由于在半監(jiān)督學(xué)習(xí)中，只存在少量的標(biāo)注樣本，每個基分類器無法獲得較高的準(zhǔn)確率，因此對于每個未標(biāo)注樣本所屬類別的預(yù)測概率并不準(zhǔn)確。為了加入正確率更高的非標(biāo)注樣本，我們提出了一種基于一致性標(biāo)簽的樣本融合方式，用于融合以上兩種不同的半監(jiān)督情感分類方法。具體來講，給定標(biāo)注樣本和未標(biāo)注樣本，首先利用兩種不同的半監(jiān)督學(xué)習(xí)方法對未標(biāo)注樣本進(jìn)行標(biāo)注，然后對標(biāo)注結(jié)果進(jìn)行融合，選取標(biāo)注一致的未標(biāo)注樣本加入標(biāo)注樣本中。用更新后的標(biāo)注樣本對測試樣本進(jìn)行分類。值得一提的是，我們僅選用兩種不同的半監(jiān)督學(xué)習(xí)方法進(jìn)行集成學(xué)習(xí)，對于多個半監(jiān)督學(xué)習(xí)方法來說，我們的方法可以很容易推廣，即考慮對其中任意兩種方法進(jìn)行一致性標(biāo)簽融合。直觀上，這種方法能夠在一定程度上降低半監(jiān)督學(xué)習(xí)中對未標(biāo)注樣本的誤標(biāo)注率，從而改進(jìn)半監(jiān)督情感分類方法的性能。下面詳細(xì)介紹了這種基于集成學(xué)習(xí)的半監(jiān)督情感分類訓(xùn)練集產(chǎn)生的流程。

輸入：

已標(biāo)注初始樣本集合L，包含n+個正類樣本和n-個負(fù)類樣本；

未標(biāo)注樣本集合U；

輸出：

更新后的標(biāo)注樣本集合L；

程序：

(1)B=?，B表示最終選擇的標(biāo)注一致的樣本集合；

(2) 用不同的半監(jiān)督學(xué)習(xí)算法Fi(i=1, 2) 對U中的每個樣本X進(jìn)行標(biāo)注，標(biāo)注結(jié)果為

Li(X)(Li(X)=c1, …,cm)；

(3) 依次取出U中的每個樣本X：

若L1(X)=L2(X)=c

將未標(biāo)注樣本X標(biāo)注為類別c且將標(biāo)注后的X添加到B中；

(4) 將B添加到標(biāo)注樣本中(L=L∪B)，并從U中移除。

基于一致性標(biāo)簽融合的半監(jiān)督情感分類方法降低了由于未標(biāo)注樣本被誤標(biāo)注，引入大量噪聲數(shù)據(jù)對半監(jiān)督學(xué)習(xí)性能產(chǎn)生的負(fù)面影響，對未標(biāo)注樣本的標(biāo)注準(zhǔn)確率高于每一個參與集成學(xué)習(xí)的半監(jiān)督學(xué)習(xí)方法。

下面是關(guān)于一致性標(biāo)簽融合方法能夠提高未標(biāo)注樣本的分類正確率的理論分析。首先，我們定義兩個函數(shù)，其中Li(X)為半監(jiān)督學(xué)習(xí)算法Fi對未標(biāo)注樣本X的分類結(jié)果：

根據(jù)上面的算法流程，我們可以得到式(1)。

其中LES(X)為集成學(xué)習(xí)系統(tǒng)對未標(biāo)注樣本的標(biāo)注(即選擇各個子半監(jiān)督學(xué)習(xí)方法一致性的標(biāo)注)，real(X)為樣本X的真實標(biāo)簽。

其中E1(X)=1并且LES(X)=c(c為某一類別)

每一個子半監(jiān)督學(xué)習(xí)算法Fi對未標(biāo)注樣本的分類準(zhǔn)確率，也可以用其對每個未標(biāo)注樣本正確分類的概率表示，即P(Li(X)=real(X))，簡單表示為Pi。我們假設(shè)每個半監(jiān)督學(xué)習(xí)算法對未標(biāo)注樣本的分類過程是相互獨立的，則：

P(LES(X)=real(X))=P1×P2

(3)

P(E1(X)=1)=P(L1(X)=L2(X)=real(X))

+P(L1(X)=L2(X)≠real(X))

(4)

由于情感分類的結(jié)果只有兩種類別，正極性或是負(fù)極性，我們又可得到式(5)。

結(jié)合式(1)、(3)、(4)、(5)得式(6)。

設(shè)Pbest=MAX(P1,P2)，為了證明基于集成學(xué)習(xí)的半監(jiān)督情感分類方法降低了子半監(jiān)督學(xué)習(xí)方法的誤標(biāo)記率，即其加入的樣本有更高的標(biāo)記準(zhǔn)確率，我們需要證明式(7)。

我們不妨假設(shè)Pbest=P1, 則式(7)又可寫成式(8)。

進(jìn)一步化簡得式(9)。

即證P2>0.5，也就是說每個子半監(jiān)督分類算法的準(zhǔn)確率要超過一個隨機(jī)分類器(每個樣本只可能屬于兩種類別，隨機(jī)分類器準(zhǔn)確率可達(dá)0.5)，這個條件對一個半監(jiān)督分類算法是很容易滿足的。所以我們認(rèn)為基于集成學(xué)習(xí)的半監(jiān)督情感分類方法可獲得比各個子半監(jiān)督分類方法更低的誤標(biāo)注率，從而控制了噪聲數(shù)據(jù)的負(fù)面影響，進(jìn)一步獲得對測試樣本更高的分類準(zhǔn)確率。

4 實驗

4.1 實驗設(shè)置

本實驗數(shù)據(jù)包括兩個數(shù)據(jù)集：四個領(lǐng)域的產(chǎn)品評論語料，具體包括Books、DVD、Electronics和Kitchen四種不同的產(chǎn)品評論和電影(Movie)領(lǐng)域語料[5]。每個領(lǐng)域包含1 000篇正類和1 000篇負(fù)類評論。實驗采用MALLET機(jī)器學(xué)習(xí)工具包中的最大熵分類器*http://mallet.cs.umass.edu/，分類算法的所有參數(shù)都設(shè)置為默認(rèn)值。分類選取詞的一元特征(Unigram)作為特征。數(shù)據(jù)方面，我們給出兩個不同的實驗設(shè)置： (1)隨機(jī)選取5%樣本作為初始標(biāo)注樣本，85%樣本作為未標(biāo)注樣本，剩余10%樣本作為測試樣本；(2)隨機(jī)選取10%樣本作為初始標(biāo)注樣本，80%樣本作為未標(biāo)注樣本，剩下10%樣本作為測試樣本。其中子半監(jiān)督學(xué)習(xí)方法為上文介紹的基于動態(tài)隨機(jī)特征子空間生成的協(xié)同訓(xùn)練算法和標(biāo)簽傳播算法(LP)。考慮到隨機(jī)特征子空間生成的隨機(jī)性問題，每次實驗我們?nèi)?0次實驗結(jié)果的平均值作為最終結(jié)果。

表1 兩類問題的混淆矩陣

表1中的數(shù)據(jù)用來評估分類效果。其中，TP和TN代表了被正確分類的正類樣本和負(fù)類樣本，F(xiàn)P和FN代表了被錯誤分類的正類樣本和負(fù)類樣本。在情感分類問題中，通常使用準(zhǔn)確率(A-ccuracy，Acc.)衡量分類效果。

為了更好地體現(xiàn)我們的方法對噪聲數(shù)據(jù)的控制程度，我們引入誤標(biāo)注率(Mistakenly Labeled Rate，MLR)，用來衡量加入到標(biāo)注樣本中的錯誤標(biāo)注樣本所占的比例。

其中A為所有加入到標(biāo)注樣本中的樣本，F(xiàn)A為加入到標(biāo)注樣本中的錯誤標(biāo)注樣本。

4.2 實驗結(jié)果與分析

我們實現(xiàn)以下常見的半監(jiān)督學(xué)習(xí)方法的比較研究：

(1)Baseline：對未標(biāo)注樣本不做任何處理，直接使用標(biāo)注樣本訓(xùn)練分類模型。

(2)Co-training：基于隨機(jī)動態(tài)特征子空間生成的協(xié)同訓(xùn)練算法，已有文章證明，將m設(shè)置為4，即將特征空間分成四個特征子空間，能夠獲得的分類效果已經(jīng)優(yōu)于Li et al.(2010)提出的Personal/Impersonal視圖的co-training算法[10]，可以認(rèn)為是目前情感分類半監(jiān)督學(xué)習(xí)中最好的方法之一。具體算法流程參見3.2.1節(jié)。

(3)LabelPropagation：標(biāo)簽傳播算法，具體算法流程參見3.2.2節(jié)。

(4)我們的方法：對每個子半監(jiān)督學(xué)習(xí)算法進(jìn)行一致性標(biāo)簽融合，選擇標(biāo)注一致的未標(biāo)注樣本更新初始標(biāo)注樣本，即本文重點提出的方法，實驗中兩個子半監(jiān)督學(xué)習(xí)方法分別為Co-training和Label Propagation。

圖2顯示當(dāng)初始標(biāo)注樣本5%時，各種半監(jiān)督學(xué)習(xí)方法的分類性能比較。從圖中結(jié)果可以看出，我們的方法獲得的分類效果明顯優(yōu)于其他方法，分類準(zhǔn)確率比單獨使用Co-training和LP算法分別平均提高了3.1%和5.2%。圖3顯示當(dāng)初始標(biāo)注樣本10%時，各種半監(jiān)督學(xué)習(xí)方法的分類性能比較。從圖中結(jié)果可以看出，我們的方法同樣獲得最佳的分類效果，分類準(zhǔn)確率比單獨使用Co-training和LP算法分別平均提高了2.1%和3.8%。

圖2 初始標(biāo)注樣本5%時不同半監(jiān)督分類方法情感分類性能比較

圖3 初始標(biāo)注樣本10%時不同半監(jiān)督分類方法情感分類性能比較

表2初始標(biāo)注樣本5%時各種半監(jiān)督學(xué)習(xí)算法誤標(biāo)注率比較

表2和表3分別顯示當(dāng)初始標(biāo)注樣本為總樣本的5%和10%的時候，各種半監(jiān)督學(xué)習(xí)方法誤標(biāo)注率結(jié)果。從表中可以看出，融合后的算法對未標(biāo)注樣本的誤標(biāo)注率有明顯下降。Co-training方法的樣本誤標(biāo)注率平均超過25%，LP的誤標(biāo)注率平均超過35%，而我們的方法的平均誤標(biāo)注率僅在13%左右。

表3初始標(biāo)注樣本10%時各種半監(jiān)督學(xué)習(xí)算法誤標(biāo)注率比較

領(lǐng)域Co-trainingLP我們的方法Book0.250.410.12DVD0.260.390.11Electronic0.230.360.10Kitchen0.230.350.10Movie0.220.320.08

5 結(jié)論和下一步工作

本文研究基于集成學(xué)習(xí)的半監(jiān)督情感分類問題，提出了一種基于一致性標(biāo)簽融合的半監(jiān)督集成學(xué)習(xí)方法用于情感分類任務(wù)。該方法能夠降低半監(jiān)督學(xué)習(xí)算法對未標(biāo)注樣本的誤標(biāo)注率，具有一定的噪聲過濾功能。實驗結(jié)果表明，我們的方法能夠進(jìn)一步提高半監(jiān)督情感分類的分類準(zhǔn)確率，性能明顯優(yōu)于各個單獨的半監(jiān)督情感分類方法。

本文實驗中，所使用的特征是詞的一元特征(Unigram)。我們計劃在下一步工作將嘗試把詞的二元特征(Bigram)應(yīng)用到半監(jiān)督情感分類中，進(jìn)一步提高分類性能。此外，本文實驗中只用了兩個子分類器進(jìn)行標(biāo)簽一致性融合，直覺上，多個分類器進(jìn)行標(biāo)簽一致性融合勢必導(dǎo)致參與融合的樣本數(shù)目減少，分類器性能與子分類器數(shù)目并非成正比關(guān)系，在下一步工作中，我們將探索多分類器融合問題，我們也將嘗試將其他的半監(jiān)督學(xué)習(xí)方法參與集成，進(jìn)一步對集成學(xué)習(xí)方式進(jìn)行探索。

[1] 黃萱菁, 趙軍. 中文文本情感分析[J]. 中國計算機(jī)學(xué)會通訊, 2008, 4(2).

[2] 趙軍,許洪波,黃萱菁,等. 中文傾向性分析評測技術(shù)報告[C]//第一屆中文傾向性分析評測會議, 2008.

[3] 劉鴻宇,趙妍妍,秦兵,等. 評價對象抽取及其傾向性分析[J]. 中文信息學(xué)報, 2010, 24(1): 84-88.

[4] 唐慧豐, 譚松波, 程學(xué)旗. 基于監(jiān)督學(xué)習(xí)的中文情感分類技術(shù)比較研究[J]. 中文信息學(xué)報, 2007, 6(2).

[5] Pang B, L Lee, S Vaithyanathan. Thumbs up? Sentiment Classification using Machine Learning Techniques[C]//Proceedings of EMNLP-02，2002.

[6] Zagibalov T， J Carroll. Automatic Seed Word Selection for Unsupervised Sentiment Classification of Chinese Test[C]//Proceedings of COLING-08，2008.

[7] Yarowsky D. Unsupervised Word Sense Disambiguation Rivaling Supervised Methods[C]//Proceedings of ACL-95：189-196.

[8] Dasgupta S， V Ng. Mine the Easy, Classify the Hard: A Semi-Supervised Approach to Automatic Sentiment Classification[C]//Proceedings of ACL-IJCNLP-09，2009.

[9] Wan X. Co-Training for Cross-Lingual Sentiment Classification[C]//Proceedings of ACL-IJCNLP-09，2009.

[10] Li S., C. Huang, G. Zhou, and S. Lee. 2010. Employing Personal/Impersonal Views in Supervised and Semi-supervised Sentiment Classification[C]//Proceedings of ACL-10.

[11] 蘇艷，王中卿，居勝峰，等.基于隨機(jī)特征子空間的半監(jiān)督情感分類方法研究[J].中文信息學(xué)報，2012，26(4): 85-92.

[12] Zhu X. and Z. Ghahramani. 2002. Learning from Labeled and Unlabeled Data with Label Propagation. CMU CALD Technical Report.CMU-CALD-02-107.

[13] Turney P. Thumbs up or Thumbs down? Semantic Orientation Applied to Unsupervised Classification of reviews[C]//Proceedings of ACL.2002.

[14] 李壽山, 黃居仁.基于 Stacking組合分類方法的中文情感分類研究[J].中文信息學(xué)報，2010，24(5): 56-61.

[15] Wan X. Co-Training for Cross-Lingual Sentiment Classification[C]//Proceedings of ACL-IJCNLP-09.

[16] Li S, C Huang, G Zhou, et al. Employing Personal/Impersonal Views in Supervised and Semi-supervised Sentiment Classification[C]//Proceedings of ACL-10,2010.

[17] Sindhwani V, P Melville. Document-Word Co-regularization for Semi-supervised Sentiment Analysis[C]//Proceedings of ICDM-08,2008.

[18] Li T, Y Zhang, V Sindhwani. A Non-negative Matrix Tri-factorization Approach to Sentiment Classification with Lexical Prior Knowledge[C]//Proceedings of ACL-IJCNLP-09,2009.

[19] Blum A, T Mitchell. Combining Labeled and Unlabeled Data with Co-training[C]//Proceedings of COLT-98,1998.