·352. 智能系统学报 第8卷 在邻接矩阵G=(g)定义的基础上，式(6)可 正面情感词语义相似度高的话，说明它们二者之间 写成： 的情感倾向距离大.如果用D,(W)表示词语W的情 D,(W)=∑D,(W） 感倾向度，那么正面情感词W。的情感倾向度可以 (7) Wief ni 用该词与所有的负面情感词的语义相似的和来表 如果情感词表中有n个候选基准词，它们的情 示，负面情感词W。的情感倾向度可以用该词与所 感度可以用一个n维的列向量P来表示，即 有的正面情感词的语义相似的和来表示，计算方 P=[D(W)D(W2)…D(W)]T 法为 则式(7)可写成： D2(W)= ∑E(W。,W) P=AP. (8) 式中：Ag=g时/n5 D,(w)=∑E(w,W). 式(8)是递归定义的，因此可以用迭代的办法 求解.可以看出，候选基准词的情感度P=(D(W)) 2 基准词选择过程以及结果 实为矩阵A「对应于特征根为1的特征向量，当A'= 01 1)从2010年《知网》所发布的3730个正面评 10 时，将得到P,=P2,无法比较候选基准词的 价词语和3116个负面评价词语中，去掉单字和不 情感度的大小因此，要对式(8)进行改进.采用加权 常见的词，结果得到3256个正面情感词和2986个 算法如式(9)： 负面情感词，以这些情感词作为最初的候选基准词： P=(1-d)E 2)由前面方法分别计算正面情感词和负面情 dA P. (8) n 感词的情感度； 式中：n为候选基准词个数：E为n×n的矩阵，矩阵 3)分别从正面情感词和负面情感词中选择出 的元素值都是1：de[0,1],参照文献[10]，文中d 情感度排名靠前的1000个词： 的取值为0.85. 4)由前面方法分别计算出1000对正面情感词 1.3情感倾向度的计算 和负面情感词的情感倾向度： 通过对情感词情感倾向度的计算，选择情感倾 5)选择情感倾向度较大的词语，作为最终的基 向较大的词来作为基准词.设W,W,…,,o为 准词： 上一步所选择的负面基准词，个数为1000.W,W, 经过前面5步的选择后，排名靠前的40对正面 …,W,m为1000个正面情感基准词.如果直接用刘 情感词和负面情感词分别如下所示： “良好、美好、最佳、上等、容易、最好、美丽、顶 群所开发的相似度计算软件，会发现一些情感倾向 级、宽大、精彩、快乐、端正、稳定、优秀、高级、确切、 相反的词语，语义相似度的值却很大，比如一对明显 明亮、热情、清新、出色、大方、便宜、积极、著名、灵 语义相反的词语“小气”和“大方”，按照刘群的计算 活、牢固、真实、简单、超级、必需、先进、纯朴、轻快 方法sim(“小气”，“大方”)=0.81，通过查看义项发 欢乐、仁爱、平坦、聪明、出色、平安、成熟” 现“大方”的义项是“ADJ avaluel属性值，toleranceI “暗淡、昂贵、傲慢、薄弱、悲观、病弱、不当、愚 气量，generous I慷慨”，“小气”的义项是““ADJ 蠢、脏乱、自大、糟糕、罪恶、杂乱、愚昧、有害、阴冷、 avalue l属性值，tolerancel气量，miserI吝啬”刘群所 虚假、严重、阴暗、凄凉、消极、下等、无效、无情、强 开发的软件是基于《知网》的，《知网》是一个以汉语 制、凶狠、颓废、贪心、缺德、奢侈、散乱、危险、穷困、 和英语的词语所代表的概念为描述对象，以揭示概 破旧、萧条、小气、轻狂、失常、俗气” 念与概念之间以及概念所具有的属性之间的关系为 为了进一步丰富基准词，本文通过哈尔滨工业 基本内容的常识知识库]在《知网》中，义原之间 大学信息检索研究室所提供的《同义词词林扩展 除了上下位关系外，还有很多种其他的关系，如果在 版》对所选择的负面情感基准词和正面情感基准词 计算时考虑进来，可能会得到更精细的义原相似度 进行同义词扩充结构如图3所示。 度量，义原一方面作为描述概念的最基本单位，另一 为了避免出现某些词和基准词语义相似度高而 方面，义原之间又存在复杂的关系.《知网》认为，具 词义却相反所带来的误判，对未知词语的情感判断 有反义或者对义关系的2个义原比较相似，因为它 时，首先查找基准词以及基准词的同义词，如果没有 们在实际的语料中可以互相替换的可能性很大.因 找到，则计算未知词语和基准词的语义相似度 此在判断情感倾向时，如果1个负面情感词和1个在邻接矩阵 Ｇ ＝ （ ｇｉｊ ） 定义的基础上，式（６） 可 写成： Ｄ１ Ｗｉ ( ) ＝ Ｗ∑ ｊ∈Ｆ ｇｉｊ ｎｊ Ｄ１（Ｗｊ）． （７） 如果情感词表中有 ｎ 个候选基准词，它们的情 感度可以用一个 ｎ 维的列向量 Ｐ 来表示，即 Ｐ ＝ ［Ｄ１（Ｗ１ ） Ｄ１（Ｗ２ ） … Ｄ１（Ｗｎ ）］ Ｔ ． 则式（７）可写成： Ｐ ＝ Ａ ＴＰ． （８） 式中：Ａｉｊ ＝ ｇｉｊ ／ ｎｊ ． 式（８）是递归定义的， 因此可以用迭代的办法 求解．可以看出，候选基准词的情感度 Ｐ ＝ （Ｄ１（Ｗｉ）） 实为矩阵 Ａ Ｔ 对应于特征根为 １ 的特征向量，当Ａ Ｔ ＝ ０ １ １ ０ é ë ê ê ù û ú ú 时，将得到 Ｐ１ ＝ Ｐ２ ，无法比较候选基准词的 情感度的大小．因此，要对式（８）进行改进．采用加权 算法如式（９）： Ｐ ＝ （１ － ｄ）Ｅ ｎ ＋ ｄＡ ＴＰ． （８） 式中：ｎ 为候选基准词个数；Ｅ 为 ｎ×ｎ 的矩阵，矩阵 的元素值都是 １；ｄ∈［０，１］，参照文献［１０］，文中 ｄ 的取值为 ０．８５． １．３ 情感倾向度的计算 通过对情感词情感倾向度的计算，选择情感倾 向较大的词来作为基准词．设 Ｗｎ １ ，Ｗｎ ２ ，…，Ｗｎ１ ０００为 上一步所选择的负面基准词，个数为１ ０００．Ｗｐ １ ，Ｗｐ ２ ， …，Ｗｐ １ ０００ 为１ ０００个正面情感基准词．如果直接用刘 群所开发的相似度计算软件，会发现一些情感倾向 相反的词语，语义相似度的值却很大，比如一对明显 语义相反的词语“小气”和“大方”，按照刘群的计算 方法 ｓｉｍ（“小气”，“大方”）＝ ０．８１，通过查看义项发 现“大方”的义项是“ＡＤＪ ａｖａｌｕｅ ｜ 属性值，ｔｏｌｅｒａｎｃｅ ｜ 气量，ｇｅｎｅｒｏｕｓ ｜ 慷慨 ”， “ 小气” 的义项是 ““ ＡＤＪ ａｖａｌｕｅ ｜属性值，ｔｏｌｅｒａｎｃｅ ｜ 气量，ｍｉｓｅｒ ｜ 吝啬 ”刘群所 开发的软件是基于《知网》的，《知网》是一个以汉语 和英语的词语所代表的概念为描述对象，以揭示概 念与概念之间以及概念所具有的属性之间的关系为 基本内容的常识知识库［ ９ ］ ．在《知网》中，义原之间 除了上下位关系外，还有很多种其他的关系，如果在 计算时考虑进来，可能会得到更精细的义原相似度 度量，义原一方面作为描述概念的最基本单位，另一 方面，义原之间又存在复杂的关系．《知网》认为，具 有反义或者对义关系的 ２ 个义原比较相似，因为它 们在实际的语料中可以互相替换的可能性很大．因 此在判断情感倾向时，如果 １ 个负面情感词和 １ 个 正面情感词语义相似度高的话，说明它们二者之间 的情感倾向距离大．如果用 Ｄ２（Ｗ）表示词语 Ｗ 的情 感倾向度，那么正面情感词 Ｗｐ 的情感倾向度可以 用该词与所有的负面情感词的语义相似的和来表 示，负面情感词 Ｗｎ 的情感倾向度可以用该词与所 有的正面情感词的语义相似的和来表示，计算方 法为 Ｄ２（Ｗｐ） ＝ ∑ ｎ ｉ ＝ １ Ｅ（Ｗｐ，Ｗｎ ｉ ）， Ｄ２（Ｗｎ ） ＝ ∑ ｎ ｉ ＝ １ Ｅ（Ｗｎ ，Ｗｐ ｉ ）． ì î í ï ï ï ï ２ 基准词选择过程以及结果 １）从 ２０１０ 年《知网》所发布的 ３ ７３０ 个正面评 价词语和 ３ １１６ 个负面评价词语中，去掉单字和不 常见的词，结果得到３ ２５６个正面情感词和２ ９８６个 负面情感词，以这些情感词作为最初的候选基准词； ２）由前面方法分别计算正面情感词和负面情 感词的情感度； ３）分别从正面情感词和负面情感词中选择出 情感度排名靠前的 １ ０００ 个词； ４）由前面方法分别计算出 １ ０００ 对正面情感词 和负面情感词的情感倾向度； ５）选择情感倾向度较大的词语，作为最终的基 准词； 经过前面 ５ 步的选择后，排名靠前的 ４０ 对正面 情感词和负面情感词分别如下所示： “良好、美好、最佳、上等、容易、最好、美丽、顶 级、宽大、精彩、快乐、端正、稳定、优秀、高级、确切、 明亮、热情、清新、出色、大方、便宜、积极、著名、灵 活、牢固、真实、简单、超级、必需、先进、纯朴、轻快、 欢乐、仁爱、平坦、聪明、出色、平安、成熟”． “暗淡、昂贵、傲慢、薄弱、悲观、病弱、不当、愚 蠢、脏乱、自大、糟糕、罪恶、杂乱、愚昧、有害、阴冷、 虚假、严重、阴暗、凄凉、消极、下等、无效、无情、强 制、凶狠、颓废、贪心、缺德、奢侈、散乱、危险、穷困、 破旧、萧条、小气、轻狂、失常、俗气”． 为了进一步丰富基准词，本文通过哈尔滨工业 大学信息检索研究室所提供的《同义词词林扩展 版》对所选择的负面情感基准词和正面情感基准词 进行同义词扩充．结构如图 ３ 所示． 为了避免出现某些词和基准词语义相似度高而 词义却相反所带来的误判，对未知词语的情感判断 时，首先查找基准词以及基准词的同义词，如果没有 找到，则计算未知词语和基准词的语义相似度． ·３５２· 智 能 系 统 学 报 第 ８ 卷