第4期 李凌霄，等：基于多情绪源关联模型的中文微博情感分析 .551. 征组合（去除了情感短语和中文是否出现这两个特 要依赖于传统情感词典分类方法。 征)，此外因为本文数据集中的微博包含的多句子 表6总体结果 情况少，因而不考虑分句的情况进行第2次分类；同 Table 6 Experimental results 时本文的情感极性分析针对无主题标签的微博，因 正极性 中极性 负极性 此不考虑主题特征。在文献[12]所做的实验中，u 方法 ·准确率 R P R 特征与主客观分类对最终效果有负面影响，因此也 关联 不将这两个因素考虑在内。此外，选用的情感词典 0.9060.9450.5060.395 0.8060.7790.853 模型 和表情符号、标点符号也与之不同。最终使用的特 NB 0.9450.7530.2700.747 0.6570.5370.705 征表示如表5所示，用词袋模型(B0W)表示。其中 传统 否定词采用与3.2.2中相同处理方法。对比实验二 0.8330.6170.1620.617 0.6080.3120.550 词典 采用3.3节中方法。实验采用五折交叉验证。 词典+ 表5对比实验特征表示 0.8940.9250.5070.369 0.7500.7630.834 Table 5 Sentiment features of baseline 表情 SVM0.8700.9450.5380.330 序号类型 特征描述 维度 0.7690.7020.829 备注 正、负向表情 微博常用 注：P,R分别表示准确率(Precision)和召回率(Recall)。 表情 符号个数 2 表情中的 3.4 错误分析 (50个表情) 默认表情 本节中对混合概率模型的错误分类样本进行了 正、负向情感 使用大连 分析，研究了造成分类错误的原因，如表7所示。 情感词 词个数 理工大学 表7错误类别及相关示例 (2461个情感词)》 词典 Table 7 Misclassified examples 3形容词 形容词个数 序号 错误类别描述 示例 4 动词 动词个数 各种消失。信号标识消失 情感词未包 时间消失电池电量各种消 含在词典中 5 感叹号 是否出现！或！ 1 失苹果系统i0s7真心是坑爹啊。 有时候突然不能输人 6 问号 是否出现？或？ 无表情符号 中文，关机重启后正常。 特征 3.3 实验结果及分析 已发生两次。 分类器说明： 负面表情或情感词 略凶残的相机效果， 1)关联模型：多情绪源关联模型（情感词、表情 表达正面或中性情感 自恋狂可以点赞。 关联建模)： 反问句式加 坑不坑！ 2)NB:朴素贝叶斯模型，所使用的特征与对比 强了负面情感 实验一的SVM方法相同，使用BOW表示特征； 3天内出现4次 3)传统词典：传统的基于情感词典以及规则进 反讽句式 这种情况，还能不能一 行投票的方法(2.2中的方法)： 起愉快地玩耍了？ 4)词典+表情：传统基于情感词典及规则进行 其实我还是挺喜欢i0s7 转折句式 投票的方法，辅以表情特征(2.3中的方法)。 的如果他不卡的话 5)SVM:文献[12]中一步三分类方法。 同志们不好意思，我刚才 正面表情 从表6的实验结果可以看出，本文提出的多情 发错了，那个是草稿箱里 表达中性 绪源关联模型分类效果最佳，达到85.3%，比传统基 的表情：“嘻嘻”“哈哈” 于情感词加表情投票的方法高出了1.9%，比同类多 实验结果表明，在缺乏表情符号特征的微博中 特征SVM高出了2.4%。说明了对情绪源进行关联 分类效果较差，主要原因还是由于当没有表情特征 性建模，能够有效提高情感分类效果，表明不同情绪 时，分类器只依赖于情感词以及简单规则进行分类。 源之间的关联关系与情感极性也是相关的。缺点在 此外，对转折句、反讽句等句式的判断存在不足，原 于对情绪源单一的微博（例如无表情的微博）则主 因是微博中很多反讽句式的出现往往是伴随着网络征组合（去除了情感短语和中文是否出现这两个特 征），此外因为本文数据集中的微博包含的多句子 情况少，因而不考虑分句的情况进行第 ２ 次分类；同 时本文的情感极性分析针对无主题标签的微博，因 此不考虑主题特征。 在文献［１２］所做的实验中，ｕｒｌ 特征与主客观分类对最终效果有负面影响，因此也 不将这两个因素考虑在内。 此外，选用的情感词典 和表情符号、标点符号也与之不同。 最终使用的特 征表示如表 ５ 所示，用词袋模型（ＢＯＷ）表示。 其中 否定词采用与 ３．２．２ 中相同处理方法。 对比实验二 采用 ３．３ 节中方法。 实验采用五折交叉验证。 表 ５ 对比实验特征表示 Ｔａｂｌｅ ５ Ｓｅｎｔｉｍｅｎｔ ｆｅａｔｕｒｅｓ ｏｆ ｂａｓｅｌｉｎｅ 序号 类型 特征描述 维度 备注 １ 表情 正、负向表情 符号个数 （５０ 个表情） ２ 微博常用 表情中的 默认表情 ２ 情感词 正、负向情感 词个数 （２ ４６１ 个情感词） ２ 使用大连 理工大学 词典 ３ 形容词 形容词个数 １ ４ 动词 动词个数 １ ５ 感叹号 是否出现！ 或！ １ ６ 问号 是否出现？ 或？ １ ３．３ 实验结果及分析 分类器说明： １）关联模型：多情绪源关联模型（情感词、表情 关联建模）； ２）ＮＢ：朴素贝叶斯模型，所使用的特征与对比 实验一的 ＳＶＭ 方法相同，使用 ＢＯＷ 表示特征； ３）传统词典：传统的基于情感词典以及规则进 行投票的方法（２．２ 中的方法）； ４）词典＋表情：传统基于情感词典及规则进行 投票的方法，辅以表情特征（２．３ 中的方法）。 ５）ＳＶＭ：文献［１ ２ ］中一步三分类方法。 从表 ６ 的实验结果可以看出，本文提出的多情 绪源关联模型分类效果最佳，达到 ８５．３％，比传统基 于情感词加表情投票的方法高出了 １．９％，比同类多 特征 ＳＶＭ 高出了 ２．４％。 说明了对情绪源进行关联 性建模，能够有效提高情感分类效果，表明不同情绪 源之间的关联关系与情感极性也是相关的。 缺点在 于对情绪源单一的微博（例如无表情的微博） 则主 要依赖于传统情感词典分类方法。 表 ６ 总体结果 Ｔａｂｌｅ ６ Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ 方法 正极性 Ｐ Ｒ 中极性 Ｐ Ｒ 负极性 Ｐ Ｒ 准确率 关联 模型 ０．９０６ ０．９４５ ０．５０６ ０．３９５ ０．８０６ ０．７７９ ０．８５３ ＮＢ ０．９４５ ０．７５３ ０．２７０ ０．７４７ ０．６５７ ０．５３７ ０．７０５ 传统 词典 ０．８３３ ０．６１７ ０．１６２ ０．６１７ ０．６０８ ０．３１２ ０．５５０ 词典＋ 表情 ０．８９４ ０．９２５ ０．５０７ ０．３６９ ０．７５０ ０．７６３ ０．８３４ ＳＶＭ ０．８７０ ０．９４５ ０．５３８ ０．３３０ ０．７６９ ０．７０２ ０．８２９ 注：Ｐ、Ｒ 分别表示准确率（Ｐｒｅｃｉｓｉｏｎ）和召回率（Ｒｅｃａｌｌ）。 ３．４ 错误分析 本节中对混合概率模型的错误分类样本进行了 分析，研究了造成分类错误的原因，如表 ７ 所示。 表 ７ 错误类别及相关示例 Ｔａｂｌｅ ７ Ｍｉｓｃｌａｓｓｉｆｉｅｄ ｅｘａｍｐｌｅｓ 序号 错误类别描述 示例 １ 情感词未包 含在词典中 各种消失。 信号标识消失 时间消失电池电量各种消 失苹果系统 ｉｏｓ７ 真心是坑爹啊。 ２ 无表情符号 特征 有时候突然不能输入 中文，关机重启后正常。 已发生两次。 ３ 负面表情或情感词 表达正面或中性情感 略凶残的相机效果， 自恋狂可以点赞。 ４ 反问句式加 强了负面情感 坑不坑！ ５ 反讽句式 ３ 天内出现 ４ 次 这种情况，还能不能一 起愉快地玩耍了？ ６ 转折句式 其实我还是挺喜欢 ｉｏｓ７ 的如果他不卡的话 ７ 正面表情 表达中性 同志们不好意思，我刚才 发错了，那个是草稿箱里 的表情：“嘻嘻”“哈哈” 实验结果表明，在缺乏表情符号特征的微博中 分类效果较差，主要原因还是由于当没有表情特征 时，分类器只依赖于情感词以及简单规则进行分类。 此外，对转折句、反讽句等句式的判断存在不足，原 因是微博中很多反讽句式的出现往往是伴随着网络 第 ４ 期 李凌霄，等： 基于多情绪源关联模型的中文微博情感分析 ·５５１·