王彬菁

摘要：隨著移動互聯(lián)技術(shù)的發(fā)展，微博作為一種新媒體形式日益成為國內(nèi)主流的移動社交媒體平臺。微博包含海量的信息數(shù)據(jù)且數(shù)據(jù)種類多樣，即有文檔文本數(shù)據(jù)，也有圖片、表情符號、視頻動畫等非結(jié)構(gòu)化的數(shù)據(jù)。因此，對各政府部門和企業(yè)單位的網(wǎng)絡(luò)輿情監(jiān)管提出了艱巨的挑戰(zhàn)，有關(guān)中文微博文本的情感分析的研究也成為近幾年數(shù)據(jù)挖掘領(lǐng)域的關(guān)注方向之一，情感分析研究主要圍繞著信息的抽取和情感傾向的判定，均離不開對微博文本的分詞工作。本文提出了一種基于依存句法樹的情感分析方法。根據(jù)不同的詞匯間的依存關(guān)系，制定了相應(yīng)的情感短語削減規(guī)則。通過分析不同程度詞和否定詞對情感詞的修飾和組合關(guān)系，制定了不同的匯聚規(guī)則。使用LTP-Cloud（語言技術(shù)平臺云）進(jìn)行句法分析，構(gòu)建依存句法樹，通過對句法樹的后序遍歷逐步匯聚情感向量。使用了為情感值取絕對值的情感判別方法，得到最終的情感類別。

關(guān)鍵詞：微博文本;依存句法樹方法;情感分析;LTP-Cloud（語言技術(shù)平臺云）

中圖分類號：G642? ? ? ? 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2019）24-0013-03

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

近些年，隨著移動互聯(lián)技術(shù)的迅猛發(fā)展和日益成熟，移動互聯(lián)技術(shù)已然進(jìn)入社會大眾的生活，并且逐漸改變著我們的消費(fèi)方式、溝通交往方式;其中，微博作為一種成熟的新媒體形式已經(jīng)成為國內(nèi)最大的移動社交媒體平臺。根據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）最新發(fā)布的第41次《中國互聯(lián)網(wǎng)發(fā)展情況統(tǒng)計報告》顯示，截至2017年12月底，中國網(wǎng)民規(guī)模已經(jīng)達(dá)到7.72億，這其中手機(jī)用戶的占比為97.5%，手機(jī)成為網(wǎng)民上網(wǎng)的主要終端設(shè)備[1]。這些網(wǎng)民獲得信息的方式又主要通過微博，微信，各類手機(jī)APP，移動社會化的傳播格局逐步形成，微博作為承載信息發(fā)布，互動交流功能的社交媒體平臺已經(jīng)被社會大眾所熟知和使用。據(jù)《2017年微博用戶發(fā)展報告》顯示，截至2017年9月，微博月活躍人數(shù)共計3.97億，日活躍1.65億，[1]用戶的使用習(xí)慣趨向移動化，微博討論方式碎片化，強(qiáng)調(diào)高社交粘性的互動方式，這些特性吸引著年輕群體，他們在微博上表達(dá)帶有個人喜好的觀點(diǎn)和看法，對網(wǎng)絡(luò)輿論的傳播具有重大影響。所以，微博應(yīng)該成為各級政府機(jī)構(gòu)和企業(yè)關(guān)注的輿論陣地，積極引導(dǎo)正面輿論，及時監(jiān)控不良的輿論導(dǎo)向。

微博文本主要使用文本形式傳播信息，其中也包含其他非結(jié)構(gòu)化的數(shù)據(jù)，比如種類繁多的網(wǎng)絡(luò)表情符號、各式各樣的圖片、視頻、音頻。這些都為文本詞匯信息的提取增加了難度。微博平臺提供的API可以方便微博語料的獲取。另外，谷歌公司開發(fā)的Word2vec也可以將微博文本快速轉(zhuǎn)化為計算機(jī)可以識別的數(shù)據(jù)，作為一種機(jī)器學(xué)習(xí)方法，他可以在深度學(xué)習(xí)算法應(yīng)用以前對語料進(jìn)行預(yù)處理，將語料自動加載到模型中，通過設(shè)定相關(guān)參數(shù)，模型算法會將其訓(xùn)練成對應(yīng)的詞向量，通常使用在文本詞性分析、聚類和查找同義詞等方面，為微博文本的情感分析提供了便捷的處理手段。[2]通過查閱文獻(xiàn)可知，關(guān)于微博文本的情感分析的研究已經(jīng)成為近幾年數(shù)據(jù)挖掘領(lǐng)域的主要研究方向。目前，情感分析研究主要圍繞著信息的抽取和情感傾向的判定，完成這兩項工作必須對微博文本中的數(shù)據(jù)信息進(jìn)行預(yù)處理，包括分詞處理;網(wǎng)絡(luò)表情符號識;詞匯的情感分類匯聚以及情感判定。

1 LTP-Cloud（語言技術(shù)平臺云）

數(shù)據(jù)挖掘算法雖然在情感判定方面提供了一些方法，但其應(yīng)用語境依然以英文語境為主，有關(guān)于中文語境環(huán)境下的研究較少，因為中文微博文本所處的中文語言結(jié)構(gòu)復(fù)雜，語義表達(dá)多樣，且微博用戶趨于年輕化，文本包含的網(wǎng)絡(luò)用語居多，所以中文微博文本的情感詞的分類和判定方法帶有自身的特點(diǎn)與難點(diǎn)。另外，目前針對中文微博的情感分析的研究集中在情感傾向性分析領(lǐng)域，在細(xì)致情感分類方面尚處于起步階段。因其具有一定的學(xué)術(shù)研究價值和網(wǎng)絡(luò)應(yīng)用價值，也吸引了國內(nèi)外專家、學(xué)者的關(guān)注。針對中文微博文本“短”的特點(diǎn)，本文提出了構(gòu)建依存句法樹的方法，對文本的情感類別進(jìn)一步地細(xì)致分類。哈工大訊飛語言云是由哈工大和科大訊飛聯(lián)合研發(fā)的中文自然語言處理云服務(wù)平臺。LTP-Cloud可以實(shí)現(xiàn)分詞、詞性標(biāo)注、命名實(shí)體識別、依存句法分析和語義角色標(biāo)注五項功能。下面詳細(xì)介紹本文用到的分詞、詞性標(biāo)注和依存句法分析三項功能。依存語法（Dependency Parsing，DP）立足于詞性標(biāo)注，通過分析不同詞性組合，制定相應(yīng)規(guī)則，將句子從線性詞串變?yōu)榫哂袑哟谓Y(jié)構(gòu)的樹。針對不同的詞性組合，可以綜合得到不同的依存句法類別，而依存句法在語義角色分析時有著很重要的作用。如劉俊使用依存句法分析了漢語復(fù)句內(nèi)各個分句的相似度，取得了很好的效果。[3]例如句子“我愛北京天安門?！钡囊来婢浞ǚ治鼋Y(jié)果如圖1所示：

分析結(jié)果顯示，句子的核心是謂語“愛”，“愛”和“我”是主謂關(guān)系，即“我”是“愛”的主語，“愛”和“天安門”是動賓關(guān)系?！疤彀查T”是“愛”的賓語?！疤彀查T”和“北京”是定中關(guān)系，“北京”用來修飾限定“天安門”。從分析結(jié)果可知，依存句法分析能夠揭示句子中不同詞語之間的依存關(guān)系，更好地理解語義。例如，雖然“北京”緊鄰“愛”之后，但是“愛”的賓語不是“北京”而是“天安門”。

2 依存句法匯聚規(guī)則

根據(jù)哈工大LTP定義，依存句法的標(biāo)注有14種，考慮在匯聚時修飾詞和情感詞之間，或者修飾詞和修飾詞之間的匯聚規(guī)則，其中修飾詞包含了程度詞和否定詞。本文針對修飾短語提出了以下匯聚規(guī)則。

（1）否定詞修飾情感詞

否定詞修飾情感詞會改變情感傾向，如“不喜歡”這個短語中，“不”作為否定詞修飾“喜歡”。在此類關(guān)系匯聚時，因為否定詞的出現(xiàn)僅僅是修飾情感詞，自身不攜帶情感，因此不存在層級和削減的問題。本文針對此類情況，將否定詞的否定修飾附加到被修飾的情感詞傾向上，即改變情感詞的傾向，比如由“喜歡”改為“厭惡”。

（2）程度詞修飾情感詞

程度詞修飾情感詞會改變情感強(qiáng)度，如“非常喜歡”這個短語中，“非常”作為程度詞修飾“喜歡”。在此類關(guān)系匯聚時，因為程度詞的出現(xiàn)僅僅是修飾情感詞，自身不攜帶情感，因此不存在層級和削減的問題。本文針對此類情況，將程度詞的強(qiáng)度修飾附加到被修飾的情感詞傾向上，即改變情感詞的強(qiáng)度，比如由等級為1的“喜歡”改為等級為2的“喜歡”。

（3）否定詞修飾否定詞

否定詞修飾否定詞即為雙重否定，一般情況下不影響原來的情感傾向，對于情感程度的影響需要具體分析依存關(guān)系。如“不是不喜歡”中，第一個“不”作為否定詞修飾了“是”，后面的“不喜歡”和“是”是動賓關(guān)系。在這個樣例中，“不喜歡”自身是一個“厭惡”的情感短語，在動賓關(guān)系向上匯聚時會有一定的削減，而第一個“不”是對“是”的直接修飾，是在削減之后的否定修飾。最終，由于否定不會削減，而程度在匯聚時被削減，那么“不是不喜歡”最終的情感類別仍然是“喜歡”，但強(qiáng)度相比于“喜歡”有所降低。此處的例子其實(shí)不是嚴(yán)格的否定修飾否定的例子，而是否定修飾情感詞作為情感短語削減后再次被否定詞修飾的例子。

（4）否定詞修飾程度詞

否定詞修飾程度詞相當(dāng)于對程度的否定，而非情感的否定，因此否定詞修飾后，最終情感傾向未變，但是程度有所降低。如“不很喜歡”中，“不”修飾了“很”，然后才是“很”修飾“喜歡”?！昂堋弊鳛槌潭仍~表現(xiàn)了一種情感等級的加強(qiáng)，但是“不”作為否定詞對“很”這個程度詞的否定使得最終的強(qiáng)度有一定的削減?！安缓芟矚g”這個情感短語仍然表現(xiàn)了“喜歡”這種情感類別，但是在強(qiáng)度上強(qiáng)于“喜歡”這個情感詞，弱于“很喜歡”這個情感短語。因為漢語表達(dá)的復(fù)雜性，對于這種修飾的疊加需要根據(jù)不同的依存句法不同分析。如“不是很喜歡”這個短語和“不很喜歡”就不一樣?！安皇呛芟矚g”和上面“不是不喜歡”是同類型的結(jié)構(gòu)。“不是很喜歡”這個短語相當(dāng)于程度詞修飾情感詞作為情感短語削減后被否定詞修飾，在情感類別上是“厭惡”，其強(qiáng)度和“不喜歡”相比孰高孰低取決于“很”這個程度詞對“喜歡”在程度上的加強(qiáng)和動賓關(guān)系在匯聚時對程度上的削弱孰重孰輕。

（5）程度詞修飾否定詞

程度詞修飾否定詞相當(dāng)于給否定加個強(qiáng)度，因為否定本身無強(qiáng)度可言，最終的強(qiáng)度會隨否定詞一起攜帶到情感詞上。如“很不喜歡”中，“很”修飾“不”，然后才是“不”修飾“喜歡”。在漢語表達(dá)習(xí)慣中，“很”對于“不”的修飾通常被附加到情感詞“喜歡”上。因此，“很不喜歡”在情感類別上是“厭惡”，在強(qiáng)度上比“不喜歡”更強(qiáng)，和“很喜歡”強(qiáng)度一致。

（6）程度詞修飾程度詞

程度詞修飾程度相當(dāng)于程度的疊加。通常情況下，人們不使用這種不太合乎語法規(guī)則的表達(dá)方式。在微博語料中，此類表達(dá)方式多用于表現(xiàn)強(qiáng)烈情感。如“非常極其喜歡”中，“非?！毙揎棥皹O其”，然后是“極其”修飾“喜歡”。對于此類的表述，其情感強(qiáng)度相比于“非常喜歡”和“極其喜歡”都要強(qiáng)一些，甚至比兩個情感短語的并列相加的情感還要強(qiáng)。因此，在處理中，此類表述不僅僅是“非常喜歡”和“極其喜歡”強(qiáng)度的相加，更傾向于相乘之類的疊加處理。在具體問題中，要綜合考慮程度詞強(qiáng)度標(biāo)注值與匯聚削減程度兩個系數(shù)綜合決定。

3 微博文本情感詞分類過程

針對每條微博樣例，首先要構(gòu)建LTP-Cloud所需的字段，發(fā)起請求，得到依存句法關(guān)系。下面舉例說明。使用“我今天很不高興?！边@個簡單的例子進(jìn)行分析。將這句文本作為待分析內(nèi)容，向LTP-Cloud發(fā)送請求后得到結(jié)果如圖2所示的。

觀察圖2可知，經(jīng)過LTP-Cloud分析，“我今天很不高興”這句話被分詞，標(biāo)注了詞性，而且標(biāo)注了不同詞之間的依存句法關(guān)系。整個圖顯示為一種樹狀結(jié)構(gòu)。虛擬節(jié)點(diǎn)“Root”作為樹的根，其孩子節(jié)點(diǎn)為“高興”，它們之間的修飾關(guān)系是核心關(guān)系?！案吲d”有四個孩子節(jié)點(diǎn)，分別是“我”“今天”“不”和“。”，它們之間的修飾關(guān)系分別是主謂關(guān)系，狀中關(guān)系，狀中關(guān)系和標(biāo)點(diǎn)符號。在這四個孩子節(jié)點(diǎn)中，除“不”以外，其他都是葉子節(jié)點(diǎn)?！安弧庇幸粋€孩子節(jié)點(diǎn)“很”，它們之間的修飾關(guān)系是狀中關(guān)系。“很”是葉子節(jié)點(diǎn)，整個樹分析結(jié)束。

LTP-Cloud提供如上所示的樹狀分析結(jié)果的同時，也提供了xml形式的分析結(jié)果。xml分析結(jié)果如下所示：

<？xml version="1.0" encoding="utf-8" ？>

在xml形式的分析結(jié)果中，給出了和樹狀圖一樣的信息，只是形式不同而已。其中，每一個“word”節(jié)點(diǎn)均給出了當(dāng)前詞的序號，內(nèi)容，詞性，父節(jié)點(diǎn)，與父節(jié)點(diǎn)關(guān)系。如第一個“word”節(jié)點(diǎn)中，當(dāng)前詞id為“0”，內(nèi)容為“我”，詞性為“r”表示代詞，父節(jié)點(diǎn)為“4”，即id為“4”的節(jié)點(diǎn)“高興”，與父節(jié)點(diǎn)關(guān)系為“SBV”，即主謂關(guān)系。xml分析結(jié)果中的三個“arg”節(jié)點(diǎn)是語義角色標(biāo)注的內(nèi)容，與本文分析無關(guān)，不予考慮。

4 構(gòu)建依存句法樹

LTP-Cloud在提供界面演示樣例的同時，也提供了通過API調(diào)用的形式。本節(jié)使用API調(diào)用，選擇返回格式為PLAIN，構(gòu)建句法樹用于進(jìn)行自下而上的情感匯聚。

API調(diào)用LTP-Cloud后，返回的PLAIN格式的分析結(jié)果為：

我_0 高興_4 SBV

今天_1 高興_4 ADV

很_2 不_3 ADV

不_3 高興_4 ADV

高興_4 -1 HED

。_5 高興_4 WP

這6組數(shù)據(jù)代表了文本“我今天很不高興?！敝械乃幸来骊P(guān)系及其相關(guān)詞語和序號。本文構(gòu)建如圖3所示的數(shù)據(jù)結(jié)構(gòu)完成以樹狀結(jié)構(gòu)存儲上述信息的任務(wù)。

在圖3中，整體的數(shù)據(jù)結(jié)構(gòu)是一個哈希表。在對依存關(guān)系依次讀取時，逐步完成哈希表的構(gòu)建。下面舉例說明依存關(guān)系句法樹構(gòu)建過程。

5 結(jié)束語

微博文本的情感分析作為數(shù)據(jù)挖掘的研究熱門領(lǐng)域，隨著微博使用人數(shù)的增長，和網(wǎng)絡(luò)輿論監(jiān)管力度不斷加深，目前針對中文微博的情感分析的研究主要集中于傾向性分析領(lǐng)域，在細(xì)致情感分類方面尚處于起步階段。因其具有一定的學(xué)術(shù)研究價值和網(wǎng)絡(luò)應(yīng)用價值，也吸引了國內(nèi)外專家、學(xué)者的關(guān)注。針對中文微博文本“短”的特點(diǎn)，本文提出了構(gòu)建依存句法樹的方法，對文本的情感類別進(jìn)行了近一步地細(xì)致分類。

參考文獻(xiàn)：

[1]http：//www.xinhuanet.com/newmedia.

[2]袁婷婷，楊文忠，仲麗君，等.一種基于性格的微博情感分析模型PLSTM[J/OL].計算機(jī)應(yīng)用研究：1-6[2019-01-04].

[3]來火堯，劉功申 . 基于主題相關(guān)性分析的文本傾向性研究[J]. 信息安全與通信保密， 2009（3）：77-78.

[4]李小龍.基于統(tǒng)計的分詞系統(tǒng)字典模型研究[J].湖北工業(yè)大學(xué)學(xué)報，2010，25（05）：71-73+79.

[5]劉鋼. 基于文本情感分析的企業(yè)輿情監(jiān)測方法研究[D].大連海事大學(xué)，2018.

[6] Yu Hong. Towards answering opinion questions： separating facts from opinions and identifying the polarity of opinion sentences [J]. Pediatrics， 2003， 116（3）：58-59.

【通聯(lián)編輯：王力】