648 智能系统学报 第12卷 可以提示词之间潜在的关系。 度词典候选集进行评价与过滤，选取其中评分大于 为自动构建情感维度词典，首先手工挑选少量 阈值的候选集中的情感词，放入相应的情感维度词 高质量的情感维度值种子词（不超过10个）和4个 典中： 依存关系模板。其中，关于每个情感维度值的种子 ∑c(w,u) DIC∑ c(v,u 词包含词的原型和词性信息。加入词性信息是因 f八v∈DICs)= u壁DIC 为相同的词在词性不同的时候含义大不相同，例 ∑c(, IDICI∑c(u,w) 如：sentence做动词时，意思为“判刑”，维度是 (1) Blameworthy;但是做名词时，意思为“句子”，可以认 4)不断重复步骤2)~3)，直到不再有新的情感 为不是情感词。4个依存关系包括conj_and、conj 维度词加入； or、prep_in和parataxis。其含义分别是词之间的并 5)利用WordNet中的派生以及还原关系扩充 列and关系、词之间的并列or关系、词之间的介词 情感维度词典。 i关系和2个词在分句中所处的并列关系。然而， 构建情感维度词典过程中的输入是海量的文 仅仅依靠依存关系可能会有一些问题。比如，简单 本和关于某个情感维度值的种子词，输出是针对这 的并列关系“wonderful and exciting'”中wonderful和 个情感维度值建立起来的情感维度词典。这里涉 exciting是同义词关系；而在另一个短语“young and 及3个维度，6个维度值，情感维度值可以是“合意 old”中，young和old有着强烈的反义词关系而不是 的”“不合意的”“值得称赞的”“应受责备的”“可 同义词关系。由此可见，尽管模板comj_and可以提 能的”和“确定的”，分别简写为“D”“U”“P”“B” 示词之间存在语义关系，但是这种语义关系到底是 “L”“C”。其中L、C情感维度词典的构建仅仅依赖 致还是恰好相反需要借助词典来进一步判断。 WordNet中词之间的语义关系，并且Likelihood维度 因此，基于词典的方法不但用来寻找候选的情感维 的默认值为C。 度词，而且用来判断候选情感维度词的情感维度值 循环初始时挑选的高质量情感维度种子词为 的合理性。 1)和2)提供一个良好的基础。1)和2)的目的是分 在第一轮循环开始，对于每种情感维度值挑选 别基于词典和基于依存关系获得候选的情感维度 少量高质量的种子词，作为初始的情感维度词典输 词。3)通过计算一个评分函数保证进入情感维度 入。情感维度词典包括DIC。(合意的)、DIC,(不 词典的词的质量。最后，在情感维度词典中的词基 合意的)、DIC。(值得称赞的)、DIC:(应受责备 于WordNet中的同义、反义、还原和派生关系进行扩 的)。挑选情感维度种子词有多种策略，可以通过 充。比如，如果“harm”是在情感维度词典中维度值 手工查看数据集凭经验进行挑选或者通过计算词 为“blameworthy”的词，扩充它的派生词“harmful”到 出现的频率挑选出频率高并且包含情感维度值的 情感维度词典中，同时它的情感维度值也为 词作为种子词。 “blameworthy”。 2.1.1构建过程 评分函数f(v∈DICk)主要是基于共现的思 在每一轮循环中，用WordNet和手工挑选的模 想，如果待评价的情感词与某一已知情感维度值的 板不断地抽取不同维度值下的情感词。在每一轮 情感词共同出现的次数越多，则该情感词的维度值 循环后，利用一个基于共现思想的评分函数来评估 就更有可能成为该情感维度值。在每一轮循环中， 抽取的情感维度词。情感维度词典的构建过程 评分函数利用WordNet词典和句法依存关系得到候 如下。 选集，通过设定共现次数的阈值日，过滤掉低质量 1)针对情感维度词典中每个新加入的情感维 的候选情感维度词。这里v是当前待评价的候选情 度词，基于WordNet词典，找出其同义词和反义词， 感词，u是已知情感维度值为k的情感维度词典中 并将其同义词和反义词分别放入相应的情感维度 的词，k的取值可以是“D”“U”“P”“B”。DICg是 词典候选集中。 当前生成的维度值为k的情感维度词典，|DIC4|表 2)利用前面提到的4个句法依存关系从输入 示情感维度词典元素个数。DIC是当前所有情感维 的海量文本中找出与所述相应的情感维度词典中 度词典的并集，其元素个数为|DIC。函数c(v,u) 已有的情感维度词具有依存关系的新情感维度词： 表示词v和词u在同一语句中共现的次数。评分函 放入相应的情感维度词典候选集中。 数中词，是否属于某类情感维度词典的计算既考虑 3)利用(1)式所示的评分函数对相应的情感维 了)与该类情感维度词共现的次数（作为后验），也可以提示词之间潜在的关系。 为自动构建情感维度词典，首先手工挑选少量 高质量的情感维度值种子词（不超过 １０ 个）和 ４ 个 依存关系模板。 其中，关于每个情感维度值的种子 词包含词的原型和词性信息。 加入词性信息是因 为相同的词在词性不同的时候含义大不相同，例 如： ｓｅｎｔｅｎｃｅ 做 动 词 时， 意 思 为 “ 判 刑”， 维 度 是 Ｂｌａｍｅｗｏｒｔｈｙ；但是做名词时，意思为“句子”，可以认 为不是情感词。 ４ 个依存关系包括 ｃｏｎｊ＿ａｎｄ、ｃｏｎｊ＿ ｏｒ、ｐｒｅｐ＿ｉｎ 和 ｐａｒａｔａｘｉｓ。 其含义分别是词之间的并 列 ａｎｄ 关系、词之间的并列 ｏｒ 关系、词之间的介词 ｉｎ 关系和 ２ 个词在分句中所处的并列关系。 然而， 仅仅依靠依存关系可能会有一些问题。 比如，简单 的并列关系“ｗｏｎｄｅｒｆｕｌ ａｎｄ ｅｘｃｉｔｉｎｇ”中 ｗｏｎｄｅｒｆｕｌ 和 ｅｘｃｉｔｉｎｇ 是同义词关系；而在另一个短语“ ｙｏｕｎｇ ａｎｄ ｏｌｄ”中，ｙｏｕｎｇ 和 ｏｌｄ 有着强烈的反义词关系而不是 同义词关系。 由此可见，尽管模板 ｃｏｎｊ＿ａｎｄ 可以提 示词之间存在语义关系，但是这种语义关系到底是 一致还是恰好相反需要借助词典来进一步判断。 因此，基于词典的方法不但用来寻找候选的情感维 度词，而且用来判断候选情感维度词的情感维度值 的合理性。 在第一轮循环开始，对于每种情感维度值挑选 少量高质量的种子词，作为初始的情感维度词典输 入。 情感维度词典包括 ＤＩＣＤ （合意的）、 ＤＩＣＵ （不 合意的）、 ＤＩＣＰ （ 值得称赞的）、 ＤＩＣＢ （ 应受责备 的）。 挑选情感维度种子词有多种策略，可以通过 手工查看数据集凭经验进行挑选或者通过计算词 出现的频率挑选出频率高并且包含情感维度值的 词作为种子词。 ２．１．１ 构建过程 在每一轮循环中，用 ＷｏｒｄＮｅｔ 和手工挑选的模 板不断地抽取不同维度值下的情感词。 在每一轮 循环后，利用一个基于共现思想的评分函数来评估 抽取的情感维度词。 情感维度词典的构建过程 如下。 １）针对情感维度词典中每个新加入的情感维 度词，基于 ＷｏｒｄＮｅｔ 词典，找出其同义词和反义词， 并将其同义词和反义词分别放入相应的情感维度 词典候选集中。 ２）利用前面提到的 ４ 个句法依存关系从输入 的海量文本中找出与所述相应的情感维度词典中 已有的情感维度词具有依存关系的新情感维度词， 放入相应的情感维度词典候选集中。 ３）利用（１）式所示的评分函数对相应的情感维 度词典候选集进行评价与过滤，选取其中评分大于 阈值的候选集中的情感词，放入相应的情感维度词 典中： ｆ（ｖ ∈ ＤＩＣｋ） ＝ ∑ｕ∈ＤＩＣｋ ｃ（ｖ，ｕ） ∑ｕ ｃ（ｖ，ｕ） ＋ ＤＩＣｋ ∑ｕ∉ＤＩＣ ｃ（ｖ，ｕ） ＤＩＣ ∑ｕ ｃ（ｖ，ｕ） （１） ４）不断重复步骤 ２） ～３），直到不再有新的情感 维度词加入； ５） 利用 ＷｏｒｄＮｅｔ 中的派生以及还原关系扩充 情感维度词典。 构建情感维度词典过程中的输入是海量的文 本和关于某个情感维度值的种子词，输出是针对这 个情感维度值建立起来的情感维度词典。 这里涉 及 ３ 个维度，６ 个维度值，情感维度值可以是“合意 的” “不合意的” “值得称赞的” “应受责备的” “可 能的”和“确定的”，分别简写为“Ｄ” “Ｕ” “Ｐ” “Ｂ” “Ｌ” “Ｃ”。 其中 Ｌ、Ｃ 情感维度词典的构建仅仅依赖 ＷｏｒｄＮｅｔ 中词之间的语义关系，并且 Ｌｉｋｅｌｉｈｏｏｄ 维度 的默认值为 Ｃ。 循环初始时挑选的高质量情感维度种子词为 １）和 ２）提供一个良好的基础。 １）和 ２）的目的是分 别基于词典和基于依存关系获得候选的情感维度 词。 ３）通过计算一个评分函数保证进入情感维度 词典的词的质量。 最后，在情感维度词典中的词基 于 ＷｏｒｄＮｅｔ 中的同义、反义、还原和派生关系进行扩 充。 比如，如果“ｈａｒｍ”是在情感维度词典中维度值 为“ｂｌａｍｅｗｏｒｔｈｙ”的词，扩充它的派生词“ｈａｒｍｆｕｌ”到 情感 维 度 词 典 中， 同 时 它 的 情 感 维 度 值 也 为 “ｂｌａｍｅｗｏｒｔｈｙ”。 评分函数 ｆ（ｖ ∈ ＤＩＣｋ） 主要是基于共现的思 想，如果待评价的情感词与某一已知情感维度值的 情感词共同出现的次数越多，则该情感词的维度值 就更有可能成为该情感维度值。 在每一轮循环中， 评分函数利用 ＷｏｒｄＮｅｔ 词典和句法依存关系得到候 选集，通过设定共现次数的阈值 θ１ ，过滤掉低质量 的候选情感维度词。 这里 ｖ 是当前待评价的候选情 感词， ｕ 是已知情感维度值为 ｋ 的情感维度词典中 的词， ｋ 的取值可以是“Ｄ” “Ｕ” “Ｐ” “Ｂ”。 ＤＩＣｋ 是 当前生成的维度值为 ｋ 的情感维度词典， ＤＩＣｋ 表 示情感维度词典元素个数。 ＤＩＣ 是当前所有情感维 度词典的并集，其元素个数为 ＤＩＣ 。 函数 ｃ（ｖ，ｕ） 表示词 ｖ 和词 ｕ 在同一语句中共现的次数。 评分函 数中词 ｖ 是否属于某类情感维度词典的计算既考虑 了 ｖ 与该类情感维度词共现的次数（作为后验），也 ·６４８· 智 能 系 统 学 报 第 １２ 卷