顧正甲，姚天昉

(1.上海交通大學(xué) 軟件學(xué)院； 2.上海交通大學(xué) 計(jì)算機(jī)科學(xué)與工程系，上海 200240)

1 引言

主觀性文本是相對(duì)于客觀性文本而言的一種自然語(yǔ)言文本表達(dá)形式。它主要描述了作者對(duì)事物、事件、人物等的組織、個(gè)人或群體的想法或看法。這類文本通常出現(xiàn)在互聯(lián)網(wǎng)(如論壇、電子公告、購(gòu)物網(wǎng)站的評(píng)論板塊)報(bào)刊(如讀者意見(jiàn))等媒體上。其中，在文本中包含有表達(dá)意見(jiàn)的語(yǔ)句，即具有褒貶意義成分的語(yǔ)句，我們稱此類文本為意見(jiàn)型主觀性文本。

近年來(lái)，對(duì)描述非事實(shí)的主觀性文本處理方面的研究十分活躍,主要的特點(diǎn)是對(duì)基于斷言或評(píng)論的文本進(jìn)行處理。此類文本內(nèi)容包含有個(gè)人、群體、組織等的意見(jiàn)、情感和態(tài)度等。基于主觀性文本的意見(jiàn)挖掘技術(shù)是一種新穎的語(yǔ)言技術(shù),它不僅可以運(yùn)用于自然語(yǔ)言接口、文本分類、文本過(guò)濾、自動(dòng)摘要、自然語(yǔ)言生成、問(wèn)答系統(tǒng)等方面,還可以應(yīng)用于現(xiàn)實(shí)生活中的許多方面,例如，電子商務(wù)、電子學(xué)習(xí)、商業(yè)智能、出版編輯、企業(yè)管理、信息監(jiān)控、民意調(diào)查等。

本文以評(píng)價(jià)性語(yǔ)素的抽取和判定作為研究對(duì)象，利用SBV極性傳遞法定位抽取內(nèi)容，并對(duì)抽取的極性詞的傾向性作出判定。本文提出的ATT鏈算法結(jié)合互信息算法可以非常有效地提高識(shí)別評(píng)價(jià)對(duì)象邊界的正確率，同時(shí)指代消解的引入能夠進(jìn)一步增加評(píng)價(jià)對(duì)象的覆蓋率。本文在對(duì)極性詞進(jìn)行傾向性判別時(shí)，充分考慮了不同類型的句子，把一般副詞、貶義副詞、連詞，特別是副詞“太”對(duì)極性的影響作了全面的論述。

2 評(píng)價(jià)對(duì)象的抽取

2.1 SBV極性傳遞法

SBV極性傳遞法利用句法分析中的依存關(guān)系來(lái)識(shí)別句子的主題、主題與情感描述項(xiàng)的關(guān)系。這種方法在句子比較規(guī)范的條件下，可以通過(guò)識(shí)別依存關(guān)系對(duì)，找到句子中謂語(yǔ)的極性，然后再傳遞給主語(yǔ)。同時(shí)，通過(guò)謂語(yǔ)動(dòng)詞向賓語(yǔ)中的主題詞傳遞極性。

通過(guò)對(duì)句法分析結(jié)構(gòu)的依存關(guān)系的分析，可以發(fā)現(xiàn)SBV結(jié)構(gòu)可以提供主語(yǔ)和謂語(yǔ)的修飾關(guān)系等信息。在大部分SBV結(jié)構(gòu)中，主語(yǔ)要么是意見(jiàn)的持有者，要么是主題。而謂語(yǔ)部分的詞性可能有兩種情況，一種是形容詞，另一種是動(dòng)詞[1]。

2.2 指代消解

指代是自然語(yǔ)言中一種非常普遍的語(yǔ)言現(xiàn)象，是一個(gè)復(fù)雜綜合的過(guò)程。指代一般可分為兩大類： 回指與共指。本文主要討論的是回指現(xiàn)象。

在篇章中經(jīng)?？吹竭@種現(xiàn)象[2]，某一個(gè)成分(人物、事物、事件、概念、現(xiàn)象等)被引進(jìn)篇章后，如再次提及，作者有可能重復(fù)使用這個(gè)成分，也可能不再重復(fù)使用這個(gè)成分，而是使用另一個(gè)成分來(lái)指稱前一個(gè)成分，這一前一后兩個(gè)成分之間的關(guān)系我們稱為回指關(guān)系。

按回指的方式分，漢語(yǔ)回指主要有三種： 零形回指(也稱作零照應(yīng)或零指代)、代詞回指和名詞回指。知名學(xué)者如胡壯麟、黃曾陽(yáng)等認(rèn)為零形回指較為反映漢語(yǔ)特點(diǎn)、是漢語(yǔ)偏好使用的形式。Li和Thompson認(rèn)為零形回指的出現(xiàn)頻率最高，分布最廣泛，不受限制，是漢語(yǔ)回指的標(biāo)準(zhǔn)模式[3]。

按回指的表達(dá)形式分，通常有以下幾種表達(dá)形式： (A)同形表達(dá)式；(B)局部同形表達(dá)式；(C)異形表達(dá)式： (1)同義詞(包括異形簡(jiǎn)稱)；(2)統(tǒng)稱詞；(3)指代詞；(4)零形式或省略式。

本文采用向心理論[4]，對(duì)語(yǔ)料中存在的指代現(xiàn)象進(jìn)行消解處理。在回指中，無(wú)論是同形表達(dá)式、局部同形表達(dá)式或同義詞、統(tǒng)稱詞等均不會(huì)對(duì)評(píng)價(jià)對(duì)象的抽取造成什么影響，所以本文主要討論零形回指、代詞回指這兩種回指形式。

為了便于分析和行文，定義為口語(yǔ)中有語(yǔ)音停頓，書面中有點(diǎn)號(hào)標(biāo)記的主謂結(jié)構(gòu)(含主語(yǔ)或賓語(yǔ)為零形式的情形)。換句話說(shuō)，這里講的“句子”，是僅就句法層面而言，不管是否能單獨(dú)表達(dá)滿足交際需要的完整意思，它不同于傳統(tǒng)語(yǔ)法學(xué)中一般的“句子”概念[5]。

2.3 評(píng)價(jià)對(duì)象邊界的識(shí)別

通過(guò)對(duì)大量語(yǔ)料的觀察，可以發(fā)現(xiàn)，評(píng)價(jià)對(duì)象(也作： 意見(jiàn)目標(biāo))表現(xiàn)的形式不僅僅有原子意見(jiàn)目標(biāo)(Atom opinion target)，更多的是以復(fù)合意見(jiàn)目標(biāo)(Compound opinion target)的形式出現(xiàn)。

在語(yǔ)料中，經(jīng)常能觀察到如“燃油的消耗”這樣的“NP+的+VP”結(jié)構(gòu)。陸儉明教授認(rèn)為，這種結(jié)構(gòu)是名詞性結(jié)構(gòu)，但不是偏正結(jié)構(gòu)，而是由結(jié)構(gòu)助詞‘的’的插入使這種主謂詞組中間所構(gòu)成的另一類‘的’字結(jié)構(gòu)，并稱這類結(jié)構(gòu)的中心語(yǔ)是作為名詞性功能標(biāo)記的結(jié)構(gòu)助詞‘的’而不是后面的動(dòng)詞[6]。現(xiàn)在較新的觀點(diǎn)認(rèn)為，“NP+的+VP”的結(jié)構(gòu)是名詞性結(jié)構(gòu)，但不是偏正結(jié)構(gòu)，也不是“的”字結(jié)構(gòu)，而是正偏結(jié)構(gòu)。其中正偏結(jié)構(gòu)是和偏正結(jié)構(gòu)相對(duì)而言的。再稍加觀察，不難發(fā)現(xiàn)“VP+的+NP”、“NP1+的+NP2”、“VP1+的+VP2”等結(jié)構(gòu)也具有這些特點(diǎn)?？梢园堰@類結(jié)構(gòu)統(tǒng)一標(biāo)記為“XP1+的+XP2”。由于表達(dá)習(xí)慣及語(yǔ)感順暢等因素，“XP1+的+XP2”中的‘的’經(jīng)常會(huì)被省略。而完整的復(fù)合意見(jiàn)目標(biāo)往往就是由一個(gè)或多個(gè)“XP1+(的)+XP2”的疊加組合而成。

由此可見(jiàn)，要尋找的主題詞在更多的情況下是以復(fù)合意見(jiàn)目標(biāo)形式存在的，在上述SBV極性傳遞法中所判別出的主題詞往往是原子意見(jiàn)目標(biāo)，或是復(fù)合意見(jiàn)目標(biāo)的一部分，為了在此基礎(chǔ)上進(jìn)一步識(shí)別意見(jiàn)目標(biāo)的真實(shí)邊界，本文將采用ATT鏈算法及互信息算法相結(jié)合的方法來(lái)實(shí)現(xiàn)這一功能。

2.3.1 ATT鏈算法

ATT鏈算法如圖1所示，通過(guò)遍歷句首到原子意見(jiàn)目標(biāo)之間的所有詞，把當(dāng)前詞做為起點(diǎn)，遇到ATT和DE關(guān)系時(shí)就沿著ATT鏈繼續(xù)尋找下一個(gè)詞，如果ATT鏈中斷，則從下一個(gè)遍歷詞開始，直至找到滿足鏈尾詞為原子意見(jiàn)目標(biāo)詞為止。滿足這樣要求的第一條ATT鏈即包含了我們要找的最先鏈?zhǔn)自~，從該詞開始至原子意見(jiàn)目標(biāo)結(jié)尾，其間的所有詞即為我們要找的復(fù)合意見(jiàn)目標(biāo)。

其中有一點(diǎn)值得注意的是，量詞有時(shí)候會(huì)位于ATT鏈的鏈?zhǔn)?，在進(jìn)行處理時(shí)需要把這種情況濾除。

圖1 ATT鏈算法

2.3.2 互信息算法

信息論中的互信息是衡量?jī)蓚€(gè)信號(hào)的關(guān)聯(lián)尺度，后來(lái)引申為對(duì)兩個(gè)隨機(jī)變量間的關(guān)聯(lián)程度進(jìn)行統(tǒng)計(jì)描述[7]。該算法分別以原子意見(jiàn)目標(biāo)詞為中心，向前向后依次添加新詞。在添加前，通過(guò)計(jì)算當(dāng)前詞和預(yù)添加詞的互信息量來(lái)判斷這兩個(gè)詞之間的相關(guān)度，然后決定是否添加。

3 極性詞傾向性判定

傾向性，又可以被稱為極性、褒貶性，它是意見(jiàn)持有者對(duì)事物或其屬性表達(dá)的一種帶有主觀色彩的喜好或憎惡的情感。極性詞以形容詞或動(dòng)詞為主，還有少量名詞在形容詞化時(shí)也會(huì)帶有感情色彩，例如，“他很紳士。”，但是這種情況在對(duì)人的描寫中較多，而對(duì)于產(chǎn)品評(píng)價(jià)類的語(yǔ)篇中很少出現(xiàn)，故本文對(duì)此不作進(jìn)一步討論。

3.1 情感句的分類

通過(guò)對(duì)原始語(yǔ)料庫(kù)的觀察，本文將情感句分為四類[8]，如表1所示。

表1 情感句的類別

3.2 語(yǔ)義傾向性判定

針對(duì)第一類和第二類的句子，只要參照SBV極性傳遞法分析的結(jié)果，通過(guò)查找褒貶義詞典來(lái)獲取詞語(yǔ)的傾向性即可做出判斷。在處理第三類句子的時(shí)候，則需要通過(guò)使用上下文信息進(jìn)行判斷，優(yōu)先考慮當(dāng)前的句子與前一句子的極性相同，如果前一句子也不存在明顯的傾向性，則認(rèn)為當(dāng)前句子與后一句的傾向性相同。

對(duì)于前三類情感句，雖說(shuō)通過(guò)查找褒貶義詞典來(lái)獲取詞語(yǔ)傾向性的方法非常簡(jiǎn)單，但是單純使用褒貶義詞典存在以下問(wèn)題。

(1) 由于褒貶義詞典規(guī)模的限制，無(wú)法處理沒(méi)有在詞典中出現(xiàn)的詞語(yǔ)；

(2) 如果一個(gè)詞語(yǔ)在不同的情況下可以是褒義詞，也可以是貶義詞，如何判定傾向性。例如，“如此奢華的配置展現(xiàn)出強(qiáng)勁的性能，有點(diǎn)臺(tái)式機(jī)的感覺(jué)了?！边@句中的“奢華”一詞，一般表示“奢侈”、“華麗”。現(xiàn)在多形容有錢人的生活，也形容愛(ài)慕虛榮的人所渴望的生活，多作貶義用。但這例句中卻是用來(lái)表示機(jī)器配置高檔，屬于褒義。

基于問(wèn)題1，目前有以下幾種解決方法。

(1) 首先是對(duì)HowNet的所有情感詞通過(guò)手工標(biāo)注的方法完成傾向性的標(biāo)注工作，同時(shí)從網(wǎng)絡(luò)上選取一定數(shù)量的極性詞語(yǔ)，共同組成了具有相當(dāng)數(shù)量褒貶詞的詞庫(kù)。對(duì)于沒(méi)有包含在詞庫(kù)中的新詞，則通過(guò)計(jì)算新詞與詞庫(kù)已有極性詞的傾向相似性來(lái)判斷新詞的傾向性。

(2) 通過(guò)手工選取一定數(shù)量的基準(zhǔn)詞，使用HowNet進(jìn)行語(yǔ)義相似度及語(yǔ)義相關(guān)場(chǎng)的計(jì)算得出新詞與基準(zhǔn)詞間的相似度，從而判斷新詞的語(yǔ)義傾向性。

(3) 使用同義詞詞林，通過(guò)擴(kuò)展基準(zhǔn)詞匯得到更大的極性詞集合。

(4) 使用機(jī)器學(xué)習(xí)等統(tǒng)計(jì)的方法來(lái)獲取詞語(yǔ)的語(yǔ)義傾向性。

基于問(wèn)題(2)，首先要關(guān)心的是如何發(fā)現(xiàn)這種褒貶義誤判的情況。通過(guò)觀察3.1節(jié)中的第二類情感句時(shí)可以發(fā)現(xiàn)，這類既帶有褒義極性詞又帶貶義極性詞的子句中往往都會(huì)有如“但”、“而”、“卻”之類的轉(zhuǎn)折連詞，它們?cè)谡Z(yǔ)句中起到轉(zhuǎn)換語(yǔ)氣和轉(zhuǎn)折語(yǔ)義的作用，否則整個(gè)子句的語(yǔ)義傾向性是不變的。例如，“如此奢華的配置展現(xiàn)出強(qiáng)勁的性能，有點(diǎn)臺(tái)式機(jī)的感覺(jué)了?！敝小吧萑A”與“強(qiáng)勁”的極性應(yīng)該相同，當(dāng)出現(xiàn)不同時(shí)，就知道是發(fā)生了褒貶義誤判的情況了。

其次，在發(fā)現(xiàn)之后如何判斷是哪個(gè)詞誤判就成為當(dāng)前下一步需要解決的問(wèn)題了。這時(shí)分為以下兩種情況。

(1) 當(dāng)句中沒(méi)有“但”、“而”、“卻”等轉(zhuǎn)折連詞，出現(xiàn)句內(nèi)極性詞極性誤判時(shí)，就認(rèn)為句子里和前句或后句極性相同的詞的極性判斷是正確的，優(yōu)先考慮與前一句子的極性相同，如果前一句子也不存在明顯的傾向性，則認(rèn)為與后一句的傾向性相同。然后，把極性判斷錯(cuò)誤的詞修正為相同的極性。

(2) 當(dāng)句中有“但”、“而”、“卻”等轉(zhuǎn)折連詞，出現(xiàn)句內(nèi)極性詞極性誤判時(shí)，就認(rèn)為第一個(gè)出現(xiàn)的和前句或后句極性相同的詞的極性判斷是正確的，可以考慮與前一句子的極性相同，如果前一句子也不存在明顯的傾向性，則認(rèn)為與后一句的傾向性相同。然后，把極性判斷錯(cuò)誤的詞修正為相反的極性。

對(duì)于不包含極性詞的第四類情感句，又可分為以下兩種類型。

(1) 上下文相關(guān)傾向型。例如，“顯示的延遲時(shí)間很短?！焙汀半姵卮龣C(jī)時(shí)間短?！边@兩句，同樣是“短”字，但在不同的評(píng)價(jià)對(duì)象上下文環(huán)境里，它的傾向性也是不同的。

(2) 語(yǔ)義相關(guān)傾向型。例如，“機(jī)器工作時(shí)，聽不到一點(diǎn)噪聲?！焙苊黠@，例句中的“噪聲”一詞為評(píng)價(jià)對(duì)象，但句子中并沒(méi)有任何傾向性的形容詞和動(dòng)詞，這就需要理解其語(yǔ)義后作出進(jìn)一步的判定。

對(duì)于問(wèn)題(1)，如“短”這樣的中性形容詞將在后文3.4.2副詞“太”一節(jié)中詳細(xì)討論。

對(duì)于問(wèn)題(2)，北大現(xiàn)代漢語(yǔ)教材指出： 感情色彩指詞義所附帶的表示褒貶態(tài)度的色彩。從這一定義我們可以看出詞語(yǔ)的褒貶色彩是一種表示程度很高的情感評(píng)價(jià)，這部分詞語(yǔ)在實(shí)際語(yǔ)言中比例并不是很高，大多數(shù)詞語(yǔ)雖然無(wú)法說(shuō)出它的褒貶，但在語(yǔ)言環(huán)境中可以表現(xiàn)出積極或消極(正面或負(fù)面)的情感傾向[9]。

漢語(yǔ)中具有情感評(píng)價(jià)的詞語(yǔ)并不限于形容詞及動(dòng)詞，有時(shí)候名詞也會(huì)有明顯的情感傾向性，并且當(dāng)名詞的褒貶程度較高時(shí)，就容易出現(xiàn)本章開始處提到的名詞形容詞化的現(xiàn)象，如“很藝術(shù)”、“很敗筆”等。

3.3 連詞對(duì)傾向性的影響

連詞為詞匯傾向計(jì)算提供了指示信息，如表2所示，推測(cè)連詞可分為四類，其中并列連詞在句子中表示語(yǔ)氣的連續(xù)與順延，而轉(zhuǎn)折連詞與讓步連詞在句子中都起到轉(zhuǎn)換語(yǔ)氣的作用。

表2 連詞的傾向關(guān)系計(jì)算

連詞可以用來(lái)判別極性詞的傾向性判斷是否存在誤判。除此之外，連詞還能給無(wú)法判斷傾向性的句子提供指示信息，從而對(duì)極性詞作出進(jìn)一步的判斷。

3.4 副詞對(duì)傾向性的影響

3.4.1 一般程度副詞

跨語(yǔ)言的研究表明，程度性是形容詞的本質(zhì)特征，而性狀的程度是有量級(jí)差別的。量級(jí)的表示，不同的語(yǔ)言采用不同的方式。印歐語(yǔ)系的多數(shù)語(yǔ)言里，形容詞有原級(jí)、比較級(jí)、最高級(jí)的句法形態(tài)標(biāo)記。漢語(yǔ)缺乏嚴(yán)格意義的形態(tài)變化，程度的量級(jí)主要采用性質(zhì)形容詞前加程度副詞的詞匯方式來(lái)表示。

表3中列出了最為常用的副詞，其中無(wú)論是相對(duì)程度副詞還是絕對(duì)程度副詞， 大部分都是用來(lái)加強(qiáng)極性詞的程度，但不會(huì)改變極性詞的傾向性。而有一小部分如“偏”、“過(guò)”、“過(guò)于”、“過(guò)分”、“極端”之類的副詞卻比較特殊，這些副詞都是帶貶義傾向的副詞，一般受這些副詞修飾的極性詞，無(wú)論是褒義的還是貶義的，都會(huì)帶有負(fù)面的傾向性。如“過(guò)分高興”、“過(guò)分失落”。

表3 程度副詞分類

3.4.2 程度副詞“太”

在所有的副詞中，還有一個(gè)比較特殊的副詞“太”，它并不能和所有的形容詞都組成“太”+形容詞的結(jié)構(gòu)。其中，性質(zhì)形容詞可以構(gòu)成“太”+形容詞結(jié)構(gòu)，狀態(tài)形容詞不可以構(gòu)成“太”+形容詞結(jié)構(gòu)。

先來(lái)看一下，“太”字在修飾極性詞時(shí)的情況。

“太”在修飾褒義形容詞時(shí)，它可以表示過(guò)分，也可以表示程度高，用于贊嘆。其后的褒義形容詞也可分為兩類，如表4所示。

第一類褒義形容詞，一般是同時(shí)屬于“可控形容詞”和“二價(jià)形容詞”，用于表示說(shuō)話人不認(rèn)同的形容詞。第二類褒義形容詞，一般是屬于“不可控形容詞”或“一價(jià)形容詞”，或者是屬于“可控形容詞”或“二價(jià)形容詞”中的一種，表示贊嘆的形容詞。

表4 褒義形容詞分類

通過(guò)對(duì)表4的觀察，可以很明顯地發(fā)現(xiàn)，第二類褒義形容詞在評(píng)價(jià)類語(yǔ)篇中出現(xiàn)的頻率更高。究其原因，是因?yàn)榇蟛糠值脑u(píng)價(jià)詞都是“不可控形容詞”，屬于評(píng)價(jià)產(chǎn)品的特有屬性，而第一類褒義形容詞在不使用擬人手法時(shí)一般不用來(lái)修飾物，所以本文主要針對(duì)的是第二類褒義形容詞。在這類形容詞前加上“太”進(jìn)行修飾時(shí)，一般用來(lái)表示加強(qiáng)語(yǔ)氣和加深程度的作用。

“太”在修飾貶義詞時(shí)情況較為簡(jiǎn)單，一般都只是加強(qiáng)語(yǔ)氣而不改變其傾向性。

接下來(lái)再來(lái)看一下，“太”字在修飾中性形容詞時(shí)所表示的含義?！疤?中性形容詞，表示惋惜之義。但這只指出了部分中性形容詞在程度副詞“太”后的感情色彩，沒(méi)有涵蓋所有的中性形容詞在“太”后的傾向性。絕大部分的中性形容詞可分成兩大類： 不可控形容詞及可控形容詞[10]。其中前者表示惋惜之義，后者表示不滿與斥責(zé)之義。在產(chǎn)品評(píng)價(jià)類的語(yǔ)篇中，中性形容詞主要是用來(lái)表示客觀事物的性質(zhì)、數(shù)量及屬性的，是屬于不可控形容詞中一類，如表5所示。

3.4.3 “太”字組合

一般副詞“太”與“了”具有以下關(guān)系： 副詞“太”，表示強(qiáng)調(diào)過(guò)分時(shí)，后邊的“了”可加可不加，加“了“后有增強(qiáng)感嘆語(yǔ)氣的作用。表示程度高時(shí)，一定要有“了”呼應(yīng)，否則就會(huì)變成程度過(guò)分之義。加否定程度的“太不”，后而后“了”可加可不加，意義不變，不過(guò)不加“了”時(shí)一般有后話，不是單純的感嘆。

“太不”是一種表示程度極化的組合，一般適用于可控形容詞。在可控形容詞前加“不”，先進(jìn)行否定，而后加“太”，強(qiáng)化感情，這一順序符合漢語(yǔ)表達(dá)的思維習(xí)慣，并且多表示貶義的傾向性。若是修飾不可控形容詞，尤其是在極性反義義場(chǎng)中的詞，根據(jù)反義義場(chǎng)的理論，先加“不”進(jìn)行否定，可直接轉(zhuǎn)換為其反義詞，“太不”這一前綴顯得多余而累贅。例如，“太不短”，一般就可以直接說(shuō)成“太長(zhǎng)”?；谝陨嫌懻?，我們可以認(rèn)為“太不”組合在評(píng)價(jià)性語(yǔ)篇中出現(xiàn)的情況主要是描述人對(duì)產(chǎn)品的主觀感受類的可控形容詞，均應(yīng)呈現(xiàn)貶義傾向。通過(guò)對(duì)實(shí)際語(yǔ)料的觀察，我們也可以得到同樣的結(jié)論。例如，“太不盡如人意”，“太不方便”等。

表5 中性形容詞的類別

4 解決方案

本文使用了哈爾濱工業(yè)大學(xué)的語(yǔ)言技術(shù)平臺(tái)(LTP)v2.0版本(加入了v2.0.1的升級(jí)包，LTP的.NET接口)進(jìn)行預(yù)處理。同時(shí)利用知網(wǎng)的情感詞庫(kù)為本文構(gòu)建基準(zhǔn)詞庫(kù)，通過(guò)互聯(lián)網(wǎng)及原始語(yǔ)料本身收集一定數(shù)量的與領(lǐng)域相關(guān)的屬性詞匯，人工篩選后把它們加入到LTP分詞擴(kuò)展字典中去，以免分詞的錯(cuò)誤影響到后續(xù)處理的結(jié)果。

在LTP完成預(yù)處理后，本文首先使用SBV極性傳遞法從語(yǔ)料中抽取出評(píng)價(jià)對(duì)象和極性詞，然后利用向心理論[11]進(jìn)行指代消解進(jìn)一步找全評(píng)價(jià)對(duì)象和極性詞，接著通過(guò)ATT鏈算法和互信息算法修正評(píng)價(jià)對(duì)象的邊界。由于這樣得到的候選評(píng)價(jià)對(duì)象集存在一定的噪聲，為此在傾向性判定前先使用詞頻過(guò)濾法、PMI過(guò)濾法及名詞剪枝法對(duì)評(píng)價(jià)對(duì)象集進(jìn)行相應(yīng)的過(guò)濾處理[8]。

在進(jìn)行傾向性判別時(shí)，本文采用以下方法。

(1) 對(duì)于每一個(gè)候選情感詞，首先查找情感詞字典。如果存在，則獲取其極性和強(qiáng)度。

(2) 如果沒(méi)有找到，則分別向前和向后查找情感詞，并分別找到與前后情感詞之間的關(guān)聯(lián)詞[12]。

(3) 如果沒(méi)有關(guān)聯(lián)詞出現(xiàn)，則利用SO-PMI(semantic orientation-pointwise mutual information)公式計(jì)算候選情感詞的極性[13]。P(Word1& Word2)表示W(wǎng)ord1和Word2同時(shí)出現(xiàn)的概率。依此為基礎(chǔ)，計(jì)算一個(gè)新的情感詞與種子情感詞的互信息概率，可以得到該情感詞的極性。

(4) 如果該候選情感詞與其前面或后面的情感詞之間出現(xiàn)了關(guān)聯(lián)詞。首先判斷關(guān)聯(lián)詞的類型，然后分別根據(jù)以下規(guī)則計(jì)算其極性[14]。

? 如果是遞進(jìn)或是并列關(guān)聯(lián)詞，則候選情感詞的極性與情感詞相同；

? 如果是轉(zhuǎn)折詞，則候選情感詞的極性與情感詞相反。

(5) 判斷極性詞前是否受到副詞的修飾，并根據(jù)副詞種類對(duì)其傾向性作出以下修正。

? 如果是一般副詞，則傾向性不變。

? 如果是貶義副詞，則把傾向性修正為貶義傾向性。

? 如果是副詞“太”，則作如下修正：

(1) 如果受修飾的不是中性形容詞，則“太”起到的是加強(qiáng)語(yǔ)氣和加深程度的作用，不改變極性詞的傾向。

(2) 如果受修飾的是中性詞，則“太”表示的是惋惜之義，需要把傾向性修正為貶義。

(3) 判斷是否是“太不”組合，如果是則把當(dāng)前傾向性改為貶義傾向性。

5 實(shí)驗(yàn)與評(píng)測(cè)

本文測(cè)試時(shí)使用了COAE2008的測(cè)試語(yǔ)料(汽車、筆記本電腦、數(shù)碼相機(jī)和手機(jī)四大類)，對(duì)評(píng)價(jià)對(duì)象抽取及傾向性判定方法的有效性進(jìn)行了測(cè)試。采用了COAE2008標(biāo)準(zhǔn)的精確率，覆蓋率，召回率和F值作為評(píng)測(cè)指標(biāo)，測(cè)試結(jié)果如表6所示。

表6 評(píng)測(cè)結(jié)果

從實(shí)驗(yàn)結(jié)果可以看出，四類語(yǔ)料的精確率在覆蓋率中占的比重分布在58.3%～80.0%，還存在一定的上升空間，這說(shuō)明雖然采用本文提出的ATT鏈算法對(duì)提高精確率有很大的幫助，但該算法對(duì)依存關(guān)系的依賴度過(guò)大。同時(shí)筆記本電腦和汽車類語(yǔ)料的召回率要明顯高于另兩類，通過(guò)對(duì)原始語(yǔ)料的觀察不難發(fā)現(xiàn)，這兩類語(yǔ)料的文本較為規(guī)范。從而表明本文的方法對(duì)LTP句法分析結(jié)果的依賴度較大，抽取和判定過(guò)程會(huì)受其很大的影響，方法的容錯(cuò)和修正能力不夠，這也是以后需要進(jìn)一步深入研究和改進(jìn)的地方。

感謝： 最后，感謝哈爾濱工業(yè)大學(xué)信息檢索研究室的工作人員以及致力于HowNet開發(fā)的董振東和董強(qiáng)先生，語(yǔ)言技術(shù)平臺(tái)及HowNet是他們智慧和勞動(dòng)的結(jié)晶。在論文的整個(gè)研究過(guò)程中，語(yǔ)言技術(shù)平臺(tái)及HowNet的情感詞庫(kù)都起到了重要的作用。在此謹(jǐn)向他們表示最誠(chéng)摯的謝意。

[1] 姚天昉，婁德成. 漢語(yǔ)語(yǔ)句主題語(yǔ)義傾向分析方法的研究[J]，中文信息學(xué)報(bào)，2007，21(5)： 73-79.

[2] 徐赳赳. 現(xiàn)代漢語(yǔ)篇章回指研究[M]. 北京，中國(guó)社會(huì)科學(xué)出版社，2003.

[3] Li，C.N.， S. A. Thompson. Third-person pronouns and zero-anaphora in Chinese discourse[C]//T. Givon(ed.). Syntax and Semantics:Discourse and Syntax，1979(12)： 311-335

[4] Walker，M.A.，A.K. Joshi， E. F. Prince. Centering in naturally-occurring discourse: An overview[C]//M.A. Walker，A.K. Joshi & E.F. Prince(eds.)，Centering Theory in Discourse，New York，Oxford University Press，1998:1-28.

[5] 王德亮. 漢語(yǔ)長(zhǎng)距離回指的消解策略[C]//第七屆中文信息處理國(guó)際會(huì)議，湖北武漢大學(xué),2007,10.

[6] 陸儉明. 對(duì)“NP+的+VP”結(jié)構(gòu)的重新認(rèn)識(shí)[J]，中國(guó)語(yǔ)文，2003，(5).

[7] 李治國(guó)，蔡?hào)|風(fēng)，周俏麗，等. 在篇章中利用互信息識(shí)別命名實(shí)體的研究[J]，沈陽(yáng)航空工業(yè)學(xué)院學(xué)報(bào)，2007,24(1)： 31,35-37

[8] 劉鴻宇，趙妍妍，秦兵，等. 評(píng)價(jià)對(duì)象抽取及其傾向性分析[J]，中文信息學(xué)報(bào)，2010，24(1).

[9] Hatzivassiloglou V.，McKeown R.. Predicting the semantic orientation of adjectives[C]//Proceedings of the 35th Annual Meeting of the Association for Computational Linguistics (ACL-97)，Madrid，Spain，July 7-12，1997： 174-181.

[10] 王治敏，朱學(xué)鋒，俞士汶.基于現(xiàn)代漢語(yǔ)語(yǔ)法信息詞典的詞語(yǔ)情感評(píng)價(jià)研究[J].中文計(jì)算語(yǔ)言學(xué)期刊，2005,10(4)： 581-592.

[11] 陸儉明. 漢語(yǔ)和漢語(yǔ)研究十五講[M]，北京大學(xué)出版社，2004.

[12] Walker M.A.，A.K. Joshi, E. F. Prince. Centering in naturally-occurring discourse: An overview[C]//M.A. Walker，A.K. Joshi & E.F. Prince(eds.)，Centering Theory in Discourse，New York，Oxford University Press，1998:1-28.

[13] Turney P D. Thumbs up or thumbs down? Semantic orientation applied to unsupervised classification of reviews[C]//Proceedings of the 40th Annual Meeting of the Association for Computational Linguistics (ACL-02)，Philadelphia，PA，USA，July 6-12，2002： 417-424.

[14] 姚天昉，婁德成. 漢語(yǔ)情感詞語(yǔ)義傾向判別的研究[C]//第七屆中文信息處理國(guó)際會(huì)議，湖北武漢大學(xué)，2007,10.