第1期 赵文清，等：语义规则在微博热点话题情感分析中的应用 ·123· 个重要特征。根据人们写作习惯和大量语料分析得 变。因此，否定词对情感词0：的影响因子？定义为 知，人们在微博中发表的观点和情感大多是通过情 7(0:)=(-1)9 感词的形式实现，情感词的褒贬也通常代表这句子 1.2.4表情符号特征 的褒贬。 很多微博用户习惯在发布消息时加上一些表情 一般情况下微博文本中都是比较简单的句子， 符号，这些表情符号通常是由微博平台提供，方便用 情感词的倾向就直接决定了这条微博的情感倾向， 户的使用。微博消息中的表情符号被抓取后的表现 情感词的数量和情感强度对每条微博文本的情感倾 形式变为中括号加文本，如表情符号“©”相应文 向有较大的影响，因此仍然采用极性累加的方法，即 本为“嘻嘻”。用户选择不同的表情符号表达了不 通过情感词极性累加公式(1)来计算每条微博的情 同的情感色彩，因此，本文把新浪微博平台提供的常 感极性。 用表情符号分为正向和负向2类。 1.2.2程度副词特征 般情况下，如果一条微博消息包含表情符号， 知网的中文情感分析用词表中提供了程度级别 那么首先选择通过表情符号来判断一条微博的情感 词语，以知网程度级别词语为基础，参考蔺璜对程度 倾向。一条微博中可以包含多个表情符号，因此，首 副词的分类)，人工整理所使用的程度副词，并把 先需要对一条微博消息中的正向表情符号个数ep 程度词语分为3个级别。第1级的程度词对所修饰 和负向表情符号个数e、进行统计，并把表情符号对 的情感词的情感强度大大加强，例如“极其”、“最”。 整条微博的情感倾向影响因素δ定义为 第2级的程度词对所修饰的情感词的情感强度是加 δ=ep-ew 强作用，如“很”、“非常”。第3级的程度词对所修 式中：当8>0时，就认为该微博为褒义倾向：当8<0 饰的情感词的情感强度是削弱作用，如“有点”、“稍 时，表明该消息为贬义倾向：否则通过其他特征来判 微”。3个级别程度词对所修饰情感词的情感强度 定该条微博消息的情感倾向。 扩大倍数分别设置为第1级2倍，第2级1.5倍，第 1.2.5情感计算 3级0.5倍。 因为微博文本内容较短，一般都在140字以内， 如果句子中情感词语前面有程度词修饰，那么 通常也只包含一两句话，并且句法分析技术直接用 被修饰的情感词语的情感强度必然发生改变，进而 于微博文本存在错误率较高的问题，所以本文省略 会影响到这个句子的情感强度。一个程度副词后面 了对微博文本进行句法分析，不再分句，从而直接对 可以有多个情感词，同样一个情感词也可以被多个 整条微博进行处理。综合考虑以上几个特征使用式 程度副词所修饰。本文处理程度副词的方法是把情 (2)对一条微博的情感倾向值P(T)进行计算： 感强度加到其后修饰的第1个情感词上，情感强度 对情感词w:的影响因子y定义为 P(w,)×y(,)xn(w,)1,6>0 i=1 y(w:）=ΠD(d) k=1 P(T)= 式中：D(d)为程度副词的情感强度扩大倍数。 -2P(g,)×y()×,)1,8<0 =1 1.2.3否定词特征 6=0 本文参考郝雷红对否定副词范围的界定1)，选 /∑P()xY(,)×n(), 取“不是”、“不会”、“不要”、“没有”等30个常见否 (2) 定词作为否定副词表，并将其极性强度设置为-1。 若P(T)计算结果大于零，表明微博为褒义倾向；若 否定词在句子的情感倾向性判断上有着重要作 结果小于零，表明微博为贬义倾向：否则为中性。 用。如果褒义词前面出现否定词，整个词汇的语义 就会发生逆转，进而影响整个句子的情感倾向性。 2实验结果与分析 例如“我喜欢你”，在情感词前面加上否定词“不”， 利用ROST虚拟学习团队开发的新浪微博搜索 整个句子的情感极性就会发生改变。本文处理否定 数据抓取工具，抓取了在伦敦奥运会期间新浪微博 词的方法是将否定加到其后的第1个情感词上，当 上的热点话题“国羽女双输球”的50页共924条相 一个情感词前面出现不只一个否定词时，则根据否 关评论，经过人工识别，其中13条评论与此话题无 定词出现的次数来判断情感词的极性，出现奇数次 关，443条是负面评论，412条是正面评论，还有56 则情感词的极性逆转，否则情感词的极性不发生改 条是中性评论。一条微博中包含褒贬2种态度的取个重要特征。 根据人们写作习惯和大量语料分析得 知，人们在微博中发表的观点和情感大多是通过情 感词的形式实现，情感词的褒贬也通常代表这句子 的褒贬。 一般情况下微博文本中都是比较简单的句子， 情感词的倾向就直接决定了这条微博的情感倾向， 情感词的数量和情感强度对每条微博文本的情感倾 向有较大的影响，因此仍然采用极性累加的方法，即 通过情感词极性累加公式（１）来计算每条微博的情 感极性。 １．２．２ 程度副词特征 知网的中文情感分析用词表中提供了程度级别 词语，以知网程度级别词语为基础，参考蔺璜对程度 副词的分类［１２］ ，人工整理所使用的程度副词，并把 程度词语分为 ３ 个级别。 第 １ 级的程度词对所修饰 的情感词的情感强度大大加强，例如“极其”、“最”。 第 ２ 级的程度词对所修饰的情感词的情感强度是加 强作用，如“很”、“非常”。 第 ３ 级的程度词对所修 饰的情感词的情感强度是削弱作用，如“有点”、“稍 微”。 ３ 个级别程度词对所修饰情感词的情感强度 扩大倍数分别设置为第 １ 级 ２ 倍，第 ２ 级 １．５ 倍，第 ３ 级 ０．５ 倍。 如果句子中情感词语前面有程度词修饰，那么 被修饰的情感词语的情感强度必然发生改变，进而 会影响到这个句子的情感强度。 一个程度副词后面 可以有多个情感词，同样一个情感词也可以被多个 程度副词所修饰。 本文处理程度副词的方法是把情 感强度加到其后修饰的第 １ 个情感词上，情感强度 对情感词 ｗｉ 的影响因子 γ 定义为 γ（ｗｉ） ＝ ∏ ｍ ｋ ＝ １ Ｄ（ｄｋ） 式中： Ｄ（ｄｋ） 为程度副词的情感强度扩大倍数。 １．２．３ 否定词特征 本文参考郝雷红对否定副词范围的界定［１３］ ，选 取“不是”、“不会”、“不要”、“没有”等 ３０ 个常见否 定词作为否定副词表，并将其极性强度设置为－１。 否定词在句子的情感倾向性判断上有着重要作 用。 如果褒义词前面出现否定词，整个词汇的语义 就会发生逆转，进而影响整个句子的情感倾向性。 例如“我喜欢你”，在情感词前面加上否定词“不”， 整个句子的情感极性就会发生改变。 本文处理否定 词的方法是将否定加到其后的第 １ 个情感词上，当 一个情感词前面出现不只一个否定词时，则根据否 定词出现的次数来判断情感词的极性，出现奇数次 则情感词的极性逆转，否则情感词的极性不发生改 变。 因此，否定词对情感词 ｗｉ 的影响因子 η 定义为 η（ｗｉ） ＝ （ － １） ｎ １．２．４ 表情符号特征 很多微博用户习惯在发布消息时加上一些表情 符号，这些表情符号通常是由微博平台提供，方便用 户的使用。 微博消息中的表情符号被抓取后的表现 形式变为中括号加文本，如表情符号“ ”相应文 本为“嘻嘻”。 用户选择不同的表情符号表达了不 同的情感色彩，因此，本文把新浪微博平台提供的常 用表情符号分为正向和负向 ２ 类。 一般情况下，如果一条微博消息包含表情符号， 那么首先选择通过表情符号来判断一条微博的情感 倾向。 一条微博中可以包含多个表情符号，因此，首 先需要对一条微博消息中的正向表情符号个数 ｅＰ 和负向表情符号个数 ｅＮ 进行统计，并把表情符号对 整条微博的情感倾向影响因素 δ 定义为 δ ＝ ｅＰ － ｅＮ 式中：当 δ＞０ 时，就认为该微博为褒义倾向；当δ＜０ 时，表明该消息为贬义倾向；否则通过其他特征来判 定该条微博消息的情感倾向。 １．２．５ 情感计算 因为微博文本内容较短，一般都在 １４０ 字以内， 通常也只包含一两句话，并且句法分析技术直接用 于微博文本存在错误率较高的问题，所以本文省略 了对微博文本进行句法分析，不再分句，从而直接对 整条微博进行处理。 综合考虑以上几个特征使用式 （２）对一条微博的情感倾向值 Ｐ（Ｔ） 进行计算： Ｐ（Ｔ） ＝ ｜∑ ｎ ｉ ＝ １ Ｐ（ｗｉ） × γ（ｗｉ） × η（ｗｉ） ｜ ， δ ＞ ０ －｜∑ ｎ ｉ ＝ １ Ｐ（ｗｉ） × γ（ｗｉ） × η（ｗｉ） ｜ ， δ ＜ ０ ∑ ｎ ｉ ＝ １ Ｐ（ｗｉ） × γ（ｗｉ） × η（ｗｉ） ， δ ＝ ０ ì î í ï ï ï ï ï ï ï ï （２） 若 Ｐ（Ｔ） 计算结果大于零，表明微博为褒义倾向；若 结果小于零，表明微博为贬义倾向；否则为中性。 ２ 实验结果与分析 利用 ＲＯＳＴ 虚拟学习团队开发的新浪微博搜索 数据抓取工具，抓取了在伦敦奥运会期间新浪微博 上的热点话题“国羽女双输球”的 ５０ 页共 ９２４ 条相 关评论，经过人工识别，其中 １３ 条评论与此话题无 关，４４３ 条是负面评论，４１２ 条是正面评论，还有 ５６ 条是中性评论。 一条微博中包含褒贬 ２ 种态度的取 第 １ 期 赵文清，等：语义规则在微博热点话题情感分析中的应用 ·１２３·