·354. 智能系统学报 第8卷 1.0 虽然得到了提高，但总体上来看变化趋势较为缓慢 在实际应用中，随着基准词数量的增多，计算量也会 0.8 增大.从准确率和时间开销综合考虑，应该选择的基 指0.6 准词数量在40~60. 1.0r 0.4 0.9 ◆ ◆人工选择的基准词 0少 ■一由词典构造的基准词 0.8 本文所选择的基准词 6.8 1.0 1.2 K 14工810 0.7 0.6 图5对测试语料2的准确率比较 0.50 102040608090100 Fig.5 Accuracy comparison for test corpus 2 基准词个数 图8不同基准词个数对准确率的影响 1.0 Fig.8 Influence of the number of different standard words on accuracy rate 0.8 4 结论 本文分析了已有工作中基准词选择的优点和缺 0.4 点，在此基础上，提出了一种情感倾向判断中基准词 ◆人工选择的基准词 0.2 ■一由词典构造的基准词 选择的方法.分别考虑到了情感词的情感歧义性、情 ★一本文所选择的基准词 感代表性、情感倾向性，并相应地给出了计算公式. 6.8 1.0 1.2 1.4 o 通过实验测试表明，本文所提出的基准词，在情感倾 向的判断上准确性较高.文章的主要贡献有： 图6对测试语料3的准确率比较 1)对词语相似度方法进行了改进，通过计算情 Fig.6 Accuracy comparison for test corpus 3 感词的情感语义相似度，排除掉一些有情感歧义的 词作为基准词的可能。 1.0 2)通过计算情感度，选择出情感代表性强的词 语作为候选基准词. 0.8 3)通过对情感词情感度的计算，选择出情感倾 0.6 向性强的情感词作为候选基准词。 实验结果表明，采用本文选择的基准词，在情感 0.4 ◆人工选择的基准词 倾向判断的准确率上，要优于传统的方法.由于词典 0.2 一由词典构造的基准词 资源的不完备性，以及网络上的新词，比如“二” 士本文所选择的基准词 “浮云”、“伪娘”等，都没有在词典中出现，以后的研 0.8 1.0 1.2 1.4 610 究中，将进一步的考虑这些未登录词的语义对文本 相似度的影响 图7对测试语料4的准确率比较 Fig.7 Accuracy comparison for test corpus 4 参考文献： 「1]孙春华，刘业政，彭学仕.一种含强度的基准词选择和 为了验证不同的基准词个数对情感分类准确率 词汇倾向性判别方法[J].情报学报，2011,30(12)： 的影响，分别从本文所得到的基准词中选择出排名 1261-1267. 靠前的15、20、25、30、40、50、60、75、80、85、90、95 SUN Chunhua,LIU Yezheng,PENG Xueshi.A method for 100、120对基准词，对4组测试语料分别测试，取其 paradigm words selection with intensity information and word sentiment orientation discrimination[J].Journal of the Chi- 平均值.得到的准确率如图8所示从图8可以看出， na Society for Scientific and Technical Information,2011, 基准词的数量从15~40时，情感倾向的分类的准确 30(12):1261-1267. 率得到了很快的提高，其中，在选择40对基准词时， [2]PETER D T.Thumbs up or thumbs down?Semantic orienta- 准确率为85%：基准词的数量大于40之后，准确率 tion applied to unsupervised classification of reviews[C]/图 ５ 对测试语料 ２ 的准确率比较 Ｆｉｇ．５ Ａｃｃｕｒａｃｙ ｃｏｍｐａｒｉｓｏｎ ｆｏｒ ｔｅｓｔ ｃｏｒｐｕｓ ２ 图 ６ 对测试语料 ３ 的准确率比较 Ｆｉｇ．６ Ａｃｃｕｒａｃｙ ｃｏｍｐａｒｉｓｏｎ ｆｏｒ ｔｅｓｔ ｃｏｒｐｕｓ ３ 图 ７ 对测试语料 ４ 的准确率比较 Ｆｉｇ．７ Ａｃｃｕｒａｃｙ ｃｏｍｐａｒｉｓｏｎ ｆｏｒ ｔｅｓｔ ｃｏｒｐｕｓ ４ 为了验证不同的基准词个数对情感分类准确率 的影响，分别从本文所得到的基准词中选择出排名 靠前的 １５、２０、２５、３０、４０、５０、６０、７５、８０、８５、９０、９５、 １００、１２０ 对基准词，对 ４ 组测试语料分别测试，取其 平均值．得到的准确率如图 ８ 所示．从图 ８ 可以看出， 基准词的数量从 １５～４０ 时，情感倾向的分类的准确 率得到了很快的提高，其中，在选择 ４０ 对基准词时， 准确率为 ８５％；基准词的数量大于 ４０ 之后，准确率 虽然得到了提高，但总体上来看变化趋势较为缓慢． 在实际应用中，随着基准词数量的增多，计算量也会 增大．从准确率和时间开销综合考虑，应该选择的基 准词数量在 ４０～６０． 图 ８ 不同基准词个数对准确率的影响 Ｆｉｇ．８ Ｉｎｆｌｕｅｎｃｅ ｏｆ ｔｈｅ ｎｕｍｂｅｒ ｏｆ ｄｉｆｆｅｒｅｎｔ ｓｔａｎｄａｒｄ ｗｏｒｄｓ ｏｎ ａｃｃｕｒａｃｙ ｒａｔｅ ４ 结论 本文分析了已有工作中基准词选择的优点和缺 点，在此基础上，提出了一种情感倾向判断中基准词 选择的方法．分别考虑到了情感词的情感歧义性、情 感代表性、情感倾向性，并相应地给出了计算公式． 通过实验测试表明，本文所提出的基准词，在情感倾 向的判断上准确性较高．文章的主要贡献有： １）对词语相似度方法进行了改进，通过计算情 感词的情感语义相似度，排除掉一些有情感歧义的 词作为基准词的可能． ２）通过计算情感度，选择出情感代表性强的词 语作为候选基准词． ３）通过对情感词情感度的计算，选择出情感倾 向性强的情感词作为候选基准词． 实验结果表明，采用本文选择的基准词，在情感 倾向判断的准确率上，要优于传统的方法．由于词典 资源的不完备性，以及网络上的新词，比如“二”、 “浮云”、“伪娘”等，都没有在词典中出现，以后的研 究中，将进一步的考虑这些未登录词的语义对文本 相似度的影响． 参考文献： ［１］孙春华， 刘业政， 彭学仕． 一种含强度的基准词选择和 词汇倾向性判别方法［ Ｊ］． 情报学报， ２０１１， ３０ （ １２）： １２６１⁃１２６７． ＳＵＮ Ｃｈｕｎｈｕａ， ＬＩＵ Ｙｅｚｈｅｎｇ， ＰＥＮＧ Ｘｕｅｓｈｉ． Ａ ｍｅｔｈｏｄ ｆｏｒ ｐａｒａｄｉｇｍ ｗｏｒｄｓ ｓｅｌｅｃｔｉｏｎ ｗｉｔｈ ｉｎｔｅｎｓｉｔｙ ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ ｗｏｒｄ ｓｅｎｔｉｍｅｎｔ ｏｒｉｅｎｔａｔｉｏｎ ｄｉｓｃｒｉｍｉｎａｔｉｏｎ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ｃｈｉ⁃ ｎａ Ｓｏｃｉｅｔｙ ｆｏｒ Ｓｃｉｅｎｔｉｆｉｃ ａｎｄ Ｔｅｃｈｎｉｃａｌ Ｉｎｆｏｒｍａｔｉｏｎ， ２０１１， ３０（１２）： １２６１⁃１２６７． ［２］ＰＥＴＥＲ Ｄ Ｔ． Ｔｈｕｍｂｓ ｕｐ ｏｒ ｔｈｕｍｂｓ ｄｏｗｎ？ Ｓｅｍａｎｔｉｃ ｏｒｉｅｎｔａ⁃ ｔｉｏｎ ａｐｐｌｉｅｄ ｔｏ ｕｎｓｕｐｅｒｖｉｓｅｄ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｏｆ ｒｅｖｉｅｗｓ［Ｃ］ ／ ／ ·３５４· 智 能 系 统 学 报 第 ８ 卷