朱洪濤

（中國(guó)傳媒大學(xué)文學(xué)院，北京 100000）

媒體語(yǔ)料中“簡(jiǎn)單”一詞的情感傾向性調(diào)查研究

朱洪濤

（中國(guó)傳媒大學(xué)文學(xué)院，北京 100000）

隨著網(wǎng)絡(luò)用戶的增多和網(wǎng)絡(luò)數(shù)據(jù)的膨脹，以及信息抽取技術(shù)的迅速發(fā)展，獲取海量的評(píng)價(jià)數(shù)據(jù)成為可能。利用機(jī)器自動(dòng)識(shí)別微博、論壇等領(lǐng)域的用于評(píng)價(jià)信息，并進(jìn)行情感傾向性分析，具有現(xiàn)實(shí)應(yīng)用價(jià)值。［1］在此背景下，漢語(yǔ)傾向性自動(dòng)分析成為了研究的熱點(diǎn)，但是無(wú)論是基于詞典和規(guī)則的方法還是基于統(tǒng)計(jì)的機(jī)器學(xué)習(xí)方法，都將大部分精力投入到宏觀的語(yǔ)言現(xiàn)象的考察以及方法本身的建構(gòu)和完善中，基于語(yǔ)言本體對(duì)特定語(yǔ)言單位的深入挖掘和研究在一定程度上有所忽視。本文使用語(yǔ)料庫(kù)語(yǔ)言學(xué)的研究方法，以《新京報(bào)》2015年的新聞為研究語(yǔ)料，對(duì)其中“簡(jiǎn)單”一詞的使用情況進(jìn)行調(diào)查，從語(yǔ)言本體角度對(duì)其進(jìn)行義項(xiàng)標(biāo)注和句法標(biāo)注，考察其情感傾向性。希望能夠以點(diǎn)帶面，對(duì)適用于上下文相關(guān)文法的性質(zhì)形容詞的傾向性分析有所幫助。

語(yǔ)料；簡(jiǎn)單；情感傾向性；分析

一、語(yǔ)料采集和預(yù)處理

（一）語(yǔ)料的采集。

我們使用爬蟲工具對(duì)《新京報(bào)》2015年所有版面的新聞進(jìn)行了采集，采網(wǎng)址成功36，720條，采內(nèi)容成功36，720條，語(yǔ)料規(guī)模80.76MB，共有字符數(shù)為45，714，744。

1.提取含有“簡(jiǎn)單”的句子。我們要研究“簡(jiǎn)單”一詞的情感傾向性，所以要只需要抽取出含有“簡(jiǎn)單”的句子單位，排除其他無(wú)關(guān)語(yǔ)料。本文使用語(yǔ)料處理軟件“HyConcV3.9.6”中的中文字符串檢索提取功能，以句末標(biāo)點(diǎn)為邊界，從原始語(yǔ)料中提取出了含有“簡(jiǎn)單”的句子共2460個(gè)，其中“簡(jiǎn)單”一詞出現(xiàn)的頻次為2508。

2.對(duì)含有“簡(jiǎn)單”的句子（下稱“樣本語(yǔ)料”）進(jìn)行分詞標(biāo)注。通過(guò)整體地觀察語(yǔ)料，我們發(fā)現(xiàn)“簡(jiǎn)單”一詞的極性判定需要依據(jù)上下文語(yǔ)境，即孤立地看“簡(jiǎn)單”這個(gè)詞并不能判斷其情感傾向性，另外，現(xiàn)在的情感傾向性分析系統(tǒng)中有相當(dāng)一部分是基于詞典和規(guī)則的方法，在撰寫規(guī)則時(shí)普遍會(huì)用到詞性、語(yǔ)義等信息，因此我們有必要對(duì)語(yǔ)料進(jìn)行分詞標(biāo)注。我們使用CUCBst系統(tǒng)對(duì)樣本語(yǔ)料進(jìn)行分詞標(biāo)注。CUCBst系統(tǒng)是中國(guó)傳媒大學(xué)開(kāi)發(fā)的文本切分標(biāo)注系統(tǒng)，該系統(tǒng)是一個(gè)基于規(guī)則的詞法分析系統(tǒng)，整體準(zhǔn)確率超過(guò)97%，長(zhǎng)期應(yīng)用于新聞?wù)Z料的切分標(biāo)注并取得了非常令人滿意的效果。經(jīng)過(guò)統(tǒng)計(jì)，樣本語(yǔ)料中共有93，432個(gè)詞，“簡(jiǎn)單/a”即“簡(jiǎn)單”作為形容詞出現(xiàn)2，472次，“簡(jiǎn)簡(jiǎn)單單/aa”即“簡(jiǎn)單”的重疊形式出現(xiàn)12次，“簡(jiǎn)單化/v”即“簡(jiǎn)單”的動(dòng)詞變體出現(xiàn)24次。（在后續(xù)的統(tǒng)計(jì)分析當(dāng)中，“簡(jiǎn)單化/v”將不包括在內(nèi)。）

3.義項(xiàng)標(biāo)注。進(jìn)行情感傾向性自動(dòng)分析，需要標(biāo)注好的訓(xùn)練語(yǔ)料。一個(gè)詞往往有幾個(gè)意義，每個(gè)不同的意義都可以看做是一個(gè)義項(xiàng)。本文在第六版《現(xiàn)代漢語(yǔ)詞典》對(duì)“簡(jiǎn)單”一詞的釋義基礎(chǔ)上，結(jié)合真實(shí)語(yǔ)料自身情況，對(duì)樣本語(yǔ)料中的句子進(jìn)行標(biāo)注。

4.傾向性標(biāo)注。傾向性的判定需要較深層次的語(yǔ)義理解，而這一部分準(zhǔn)備工作對(duì)機(jī)器來(lái)說(shuō)是具有較高難度的，因此，我們需要對(duì)樣本語(yǔ)料中“簡(jiǎn)單”的傾向性進(jìn)行人工標(biāo)注，褒義標(biāo)為1，貶義標(biāo)為-1，中性標(biāo)為0。經(jīng)過(guò)標(biāo)注形成的標(biāo)準(zhǔn)集可以作為我們總結(jié)規(guī)律、制定規(guī)則的重要依據(jù)。

5.句法成分標(biāo)注。進(jìn)行句法成分標(biāo)注，對(duì)探索“簡(jiǎn)單”一詞的情感傾向性的價(jià)值在于為其提供了另一個(gè)本體語(yǔ)言學(xué)的分析角度。我們可以做一個(gè)假設(shè)，即“簡(jiǎn)單”一詞充當(dāng)某一類句法成分可能與其情感傾向性有直接相關(guān)關(guān)系，當(dāng)然這也需要后續(xù)的統(tǒng)計(jì)研究。

二、統(tǒng)計(jì)結(jié)果及分析

經(jīng)過(guò)統(tǒng)計(jì)，在傾向性標(biāo)注中，正向評(píng)價(jià)是最多的，占到了59.90%，負(fù)面評(píng)價(jià)較少，占到了25.60%；中性評(píng)價(jià)最少，占到了14.5%。在義項(xiàng)標(biāo)注中，義項(xiàng)1，即“結(jié)構(gòu)單純；頭緒少；容易理解、使用或處理”是最多的，占到了89.37%，義項(xiàng)2“（經(jīng)歷、能力等）平凡（多用于否定式）”和義項(xiàng)3（草率；不細(xì)致）都非常少，分別占到了2.42%和8.21%；在句法成分標(biāo)注中，定語(yǔ)、謂語(yǔ)（中心語(yǔ)）最多，分別占到了35.75%和38.16%，狀語(yǔ)較少，占到了23.19%，補(bǔ)語(yǔ)最少，占到了2.90%。

最后，完善合同條款，明確對(duì)方服務(wù)標(biāo)準(zhǔn)和要求，如服務(wù)時(shí)間、開(kāi)機(jī)率、服務(wù)季報(bào)及重大維修專項(xiàng)報(bào)告等；付款實(shí)行分期季付或半年付，且先服務(wù)后付款，尤其是最后一期付款前，維保服務(wù)提供方應(yīng)完成整機(jī)主要參數(shù)指標(biāo)情況比照，并由醫(yī)院對(duì)維保服務(wù)成效確認(rèn)后才可進(jìn)行支付。

（一）傾向性在不同義項(xiàng)中的分布情況。

經(jīng)過(guò)統(tǒng)計(jì)發(fā)現(xiàn)，義項(xiàng)1中各種傾向性分布相對(duì)均衡，而義項(xiàng)2與義項(xiàng)3中義項(xiàng)分布差異較大。有些詞語(yǔ)單獨(dú)來(lái)看不具有，或者不能確定其傾向性，但與特定詞類或某些特殊詞語(yǔ)組合后，就變得具有確定的傾向性。［2］因此，依據(jù)缺省原則，我們可以考察義項(xiàng)2和義項(xiàng)3的具體語(yǔ)料，來(lái)分析上下文語(yǔ)境，尋找規(guī)律編寫規(guī)則。如以下幾個(gè)句子：

①所以我想顧香蘭也一樣，她不會(huì)是個(gè)簡(jiǎn)單的人，人生經(jīng)歷越多就越不簡(jiǎn)單。

②在父親去世前，我一直以為我的人生會(huì)很簡(jiǎn)單，找份工作結(jié)婚生子，建立屬于自己的家庭。

③戴文勝：“優(yōu)質(zhì)?！辈皇呛?jiǎn)單復(fù)制

④劉強(qiáng)還透露，懋源地產(chǎn)在西三環(huán)推出的“臺(tái)系”新品豪宅釣云臺(tái)，并非是對(duì)紅璽臺(tái)的簡(jiǎn)單復(fù)制。

⑤中國(guó)社科院教授李順德認(rèn)為，需要從各個(gè)方面進(jìn)行比較準(zhǔn)確了解后，方能判斷，不能簡(jiǎn)單憑借對(duì)比圖就下結(jié)論。

句①、句②中“簡(jiǎn)單”對(duì)應(yīng)的是義項(xiàng)2：“（經(jīng)歷、能力等）平凡（多用于否定式）”，句子中的“簡(jiǎn)單”一般前后會(huì)出現(xiàn)“人生”“經(jīng)歷”“能力”“閱歷”等詞，所以我們可以編寫如下規(guī)則：

人生|經(jīng)歷|能力|閱歷/% + #［*/！w］ + 簡(jiǎn)單/% = #3:-0.5

簡(jiǎn)單/% + #［*/！w］ +人生|經(jīng)歷|能力|閱歷/% = #1:-0.5

這里對(duì)規(guī)則元符號(hào)進(jìn)行簡(jiǎn)單說(shuō)明：“=”連接規(guī)則項(xiàng)序列和匹配結(jié)果?！?”左部，“+”表示各規(guī)則項(xiàng)的連接，每一個(gè)規(guī)則項(xiàng)以“/”分隔詞條和詞性，“|”是析取符，表示“或”，“！”表示“非”，“*”表示任意詞條，“%”表示任意詞性，“#”表示越過(guò)任意規(guī)則項(xiàng)，其后的“［］”中表示越過(guò)的條件?！?”右部，“:”連接匹配項(xiàng)和傾向性分值，“#N”（N〉0&NZ）為匹配項(xiàng)，表示規(guī)則左部對(duì)應(yīng)位置的規(guī)則項(xiàng)。

句③、句④、句⑤中“簡(jiǎn)單”對(duì)應(yīng)的是義項(xiàng)3：“草率；不細(xì)致”，句子中的“簡(jiǎn)單”上下文語(yǔ)境比較復(fù)雜，但比較肯定的是當(dāng)其后出現(xiàn)“下結(jié)論” “做決定”“推斷”“揣測(cè)”等詞時(shí)，是一種負(fù)面評(píng)價(jià)，所以我們可以編寫如下規(guī)則：

簡(jiǎn)單/% + #0:3［*/！w］ + */v + #0:3［*/！w］ +結(jié)論|決定|決策/% = #1:-0.5

簡(jiǎn)單/% + #［*/！w］ + 推斷|揣測(cè)/% = #1:-0.5

（二）傾向性在不同句法成分中的分布情況。

經(jīng)過(guò)統(tǒng)計(jì)發(fā)現(xiàn)，“簡(jiǎn)單”一詞的情感傾向性在不同句法成分中分布相對(duì)均衡，沒(méi)有出現(xiàn)缺省情況，進(jìn)一步考察語(yǔ)料發(fā)現(xiàn)從句法成分角度進(jìn)行分析對(duì)我們編寫規(guī)則暫時(shí)起不到什么幫助，但是我們還是了解到了“簡(jiǎn)單”在使用中的一些具體情況，例如：做定語(yǔ)、狀語(yǔ)時(shí)無(wú)傾向性的比例較高，作謂語(yǔ)時(shí)正向評(píng)價(jià)比例較高，做補(bǔ)語(yǔ)的情況較少，評(píng)價(jià)分布也比較均衡。

另外，通過(guò)再次分析語(yǔ)料，我們還是能夠發(fā)現(xiàn)一系列規(guī)律，例如：前有否定詞的情況下“簡(jiǎn)單”作為負(fù)面評(píng)價(jià)的比例高，前有程度副詞的情況下“簡(jiǎn)單”作為正向評(píng)價(jià)的比例高。此外，還有一部分比較明確的語(yǔ)言規(guī)律我們也可以總結(jié)成如下規(guī)則：

簡(jiǎn)單/% + #0:1 + 粗暴|幼稚|邏輯|說(shuō)教|套用|思維/% = #1:-0.5

頭腦|邏輯|腦子|大腦|思維|思想|% + #0:3 + 簡(jiǎn)單/% = #3:-0.5

簡(jiǎn)單/% + #0:1 + 方便|明了|生動(dòng)|明快|清晰|好用|實(shí)用|靈便|樸素/% = #1:0.5

三、結(jié)語(yǔ)

語(yǔ)料庫(kù)的方法具有很廣泛的適用性和很高的實(shí)用價(jià)值，將這種方法應(yīng)用于傾向性分析研究，可以有效提高研究的科學(xué)性和準(zhǔn)確性。本文通過(guò)對(duì)“簡(jiǎn)單”一詞的使用調(diào)查，得出了以下結(jié)論：

1.性質(zhì)形容詞的使用具有多樣化特征，在有些情況下可以作為評(píng)價(jià)詞，但不能一概而論。2.單純從語(yǔ)言本體的角度，如分析義項(xiàng)或者句法成分很難滿足傾向分析的要求。3.基于詞典和規(guī)則的方法具有一定的局限性。（1）規(guī)則的編寫效率比較低，需要充分的語(yǔ)言學(xué)知識(shí)；（2）提高系統(tǒng)準(zhǔn)確率要求增加規(guī)則，而規(guī)則的增多則會(huì)降低系統(tǒng)的運(yùn)行速度；（3）深層語(yǔ)義或言外之意是很難用形式語(yǔ)言來(lái)描述的。

另外，本文的研究也存在一些缺陷，如語(yǔ)料規(guī)模較小導(dǎo)致樣本中涵蓋的語(yǔ)言現(xiàn)象不夠全面，人工標(biāo)注語(yǔ)義、傾向性、句法信息存在一定的主觀性?？傊Z(yǔ)料庫(kù)方法更廣泛、更合理、更有效的運(yùn)用以及傾向性分析研究的進(jìn)一步發(fā)展任重而道遠(yuǎn)。

［1］周紅照.基于句法語(yǔ)義的評(píng)價(jià)對(duì)象抽取與極性判定［D］.北京：中國(guó)傳媒大學(xué)，2014.

［2］周紅照，侯明午，顏彭莉，張葉青，侯敏，滕永林.語(yǔ)義特征在評(píng)價(jià)對(duì)象抽取與極性判定中的作用［J］.北京大學(xué)學(xué)報(bào)（自然科學(xué)版），2014，50 （1）：93-99.

G250.72

A

1671-864X（2016）07-0204-02

朱洪濤，中國(guó)傳媒大學(xué)文學(xué)院語(yǔ)言學(xué)及應(yīng)用語(yǔ)言學(xué)專業(yè)在讀碩士研究生。