侯艷輝，董慧芳，郝 敏，崔雪蓮

（山東科技大學(xué)經(jīng)濟(jì)管理學(xué)院，山東青島266590）

（?通信作者電子郵箱Coolhyh@126.com）

0 引言

隨著國(guó)民經(jīng)濟(jì)水平的提高，電影已經(jīng)成為一種大眾化的休閑娛樂(lè)方式。網(wǎng)絡(luò)媒體的發(fā)展進(jìn)一步擴(kuò)大了電影的影響范圍，繁榮的前景也加劇了電影行業(yè)的競(jìng)爭(zhēng)。如何把握消費(fèi)者偏好，創(chuàng)作出高質(zhì)量、受歡迎的影視作品是制片方始終要考慮的重大問(wèn)題。

與搜索型產(chǎn)品不同，電影屬于體驗(yàn)型產(chǎn)品，需要體驗(yàn)過(guò)之后才有具體的效用感知。影評(píng)作為一種重要的信息載體，傳達(dá)了評(píng)價(jià)者的情感態(tài)度，影響著潛在消費(fèi)者的購(gòu)買(mǎi)決策。已有研究說(shuō)明了在線電影短評(píng)的研究?jī)r(jià)值［1-4］，這為影評(píng)的情感分析奠定了理論基礎(chǔ)。海量的在線影評(píng)也為研究分析提供了豐富的數(shù)據(jù)資源。對(duì)影評(píng)進(jìn)行情感分析能夠了解消費(fèi)者偏好，進(jìn)而為制片方制片和宣傳提供參考依據(jù)，為消費(fèi)者購(gòu)票決策提供意見(jiàn)支持。

本文針對(duì)影評(píng)情感分析中對(duì)電影特征關(guān)注度不足，對(duì)文本粒度和情感強(qiáng)度劃分粗糙的現(xiàn)狀，從特征-觀點(diǎn)對(duì)視角，在文本粒度和情感強(qiáng)度兩個(gè)方面對(duì)中文影評(píng)進(jìn)行情感細(xì)粒度分析。

1 相關(guān)工作

文本粒度、情感強(qiáng)度、分類(lèi)算法這三個(gè)方面的確定是完成情感分類(lèi)任務(wù)的三個(gè)漸進(jìn)子任務(wù)。鑒于此，本文將針對(duì)這三個(gè)方面的現(xiàn)有研究成果進(jìn)行述評(píng)。

1.1 情感分析中文本粒度

情感分析中文本粒度的研究現(xiàn)狀主要分為兩個(gè)層次，分別為基于文檔級(jí)、句子級(jí)的粗粒度分析和基于評(píng)價(jià)對(duì)象及其屬性的細(xì)粒度分析。由于搜索型產(chǎn)品有產(chǎn)品說(shuō)明書(shū)作為屬性參考，所以基于評(píng)價(jià)對(duì)象及其屬性的細(xì)粒度分析主要針對(duì)搜索型產(chǎn)品的在線評(píng)論。在屬性細(xì)粒度文本分析的基礎(chǔ)上，尹裴等［5-6］又針對(duì)搜索型產(chǎn)品提出了基于本體的特征觀點(diǎn)對(duì)的情感分析方法。相對(duì)而言，對(duì)于體驗(yàn)型產(chǎn)品在線評(píng)論的文本研究粒度遠(yuǎn)不如搜索型產(chǎn)品。聶卉等［7］以書(shū)評(píng)為研究對(duì)象借助情感詞典與主題模型LDA（Latent Dirichlet Allocation）方法識(shí)別了正負(fù)情感傾向；樊振等［8］利用影評(píng)數(shù)據(jù)實(shí)現(xiàn)了評(píng)論文本的自動(dòng)標(biāo)注并提高了情感分類(lèi)的準(zhǔn)確性。但兩者的研究都未涉及屬性特征層面的分析。侯銀秀等［9］利用圖書(shū)評(píng)論語(yǔ)料實(shí)現(xiàn)了用戶對(duì)圖書(shū)屬性情感偏好的個(gè)性化推薦，但研究文本為英文，由于中英文之間的差異，研究成果較難直接應(yīng)用于中文評(píng)論。目前還沒(méi)有利用基于本體的特征觀點(diǎn)對(duì)的方法對(duì)體驗(yàn)型產(chǎn)品的在線評(píng)論進(jìn)行情感分析的研究。

1.2 情感分析中情感強(qiáng)度劃分

情感分析的另一重要任務(wù)是對(duì)情感強(qiáng)度的界定，國(guó)內(nèi)外學(xué)者已經(jīng)對(duì)情感強(qiáng)度分類(lèi)進(jìn)行了深入的研究。這里的情感強(qiáng)度不僅指一種情感上的程度量化（如:開(kāi)心、比較開(kāi)心、很開(kāi)心等），而且指各種情感的分類(lèi)（如快樂(lè)、憤怒、焦慮、悲傷等）。鑒于人類(lèi)情緒的多維性、多變性，研究通常將情感強(qiáng)度進(jìn)行離散化，但是并沒(méi)有統(tǒng)一的分類(lèi)標(biāo)準(zhǔn)［10］。在情感強(qiáng)度劃分方面，目前比較有代表性的研究成果如表1所示。

表1 代表性的情感強(qiáng)度劃分對(duì)比Tab.1 Comparison of representative emotional intensity classifications

對(duì)于搜索型產(chǎn)品評(píng)論的情感強(qiáng)度劃分為二分類(lèi)（正負(fù)）和三分類(lèi)（積極、消極、中性）即可滿足消費(fèi)者肯定或否定的態(tài)度識(shí)別；但對(duì)于體驗(yàn)型產(chǎn)品評(píng)論而言，此種劃分方式不足以描述消費(fèi)者豐富的體驗(yàn)情感。已有學(xué)者將更細(xì)膩的情感強(qiáng)度與產(chǎn)品評(píng)論相結(jié)合進(jìn)行研究，如:劉麗娜等［11］研究了滿意、失望、贊美、譴責(zé)、喜愛(ài)、討厭6 種離散情感在評(píng)論星級(jí)中的分布；聶卉等［7］研究了樂(lè)、好、怒、哀、懼、惡、驚7 種情感在圖書(shū)評(píng)論中的分布。因此，對(duì)于影評(píng)的情感強(qiáng)度劃分也應(yīng)考慮多分類(lèi)的情感強(qiáng)度。

1.3 情感分析中分類(lèi)算法

分類(lèi)算法的準(zhǔn)確性是情感分類(lèi)任務(wù)能否完成的關(guān)鍵。對(duì)于影評(píng)的情感分類(lèi)問(wèn)題現(xiàn)有研究方法主要有:基于情感詞典、基于機(jī)器學(xué)習(xí)、基于神經(jīng)網(wǎng)絡(luò)以及算法融合四類(lèi)研究方法［16］?；谇楦性~典的研究方法主要通過(guò)擴(kuò)展情感詞典對(duì)影評(píng)進(jìn)行情感分析。如Mishra 等［17］擴(kuò)展了電影和酒店詞匯資源，提高了分類(lèi)準(zhǔn)確性?；跈C(jī)器學(xué)習(xí)用到的方法主要有樸素貝葉斯、決策樹(shù)、支持向量機(jī)等。如:Anand 等［18］基于聚類(lèi)方法實(shí)現(xiàn)了影評(píng)屬性的情感分類(lèi)；Tripathy等［19］驗(yàn)證了在影評(píng)數(shù)據(jù)集中支持向量機(jī)比樸素貝葉斯算法分類(lèi)準(zhǔn)確度更高；García-Díaz 等［20］在影評(píng)數(shù)據(jù)集上訓(xùn)練了樸素貝葉斯分類(lèi)器，提高了情緒分析的準(zhǔn)確性?；谏窠?jīng)網(wǎng)絡(luò)的方法提升了模型的推廣能力。如:Lee 等［21］基于卷積神經(jīng)網(wǎng)絡(luò)計(jì)算了影評(píng)中句子整體的情感傾向。基于算法融合的方法相對(duì)于單一的算法能夠在一定程度上提高模型的準(zhǔn)確率。如:Khan 等［22］融合了機(jī)器學(xué)習(xí)與基于詞匯的方法提高了影評(píng)情感分類(lèi)的準(zhǔn)確性；Araque等［23］結(jié)合詞嵌入模型和線性機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)了基于神經(jīng)網(wǎng)絡(luò)的影評(píng)情感分類(lèi)。由于情感分析具有領(lǐng)域依賴(lài)性，不同的模型在不同的任務(wù)上有不同的表現(xiàn)，對(duì)于方法的優(yōu)劣不能一概而論。

2 基于本體特征的影評(píng)細(xì)粒度情感分類(lèi)方法

2.1 電影本體概念模型構(gòu)建

本體被人工智能領(lǐng)域引入特指概念化的規(guī)格說(shuō)明。已有國(guó)內(nèi)外學(xué)者對(duì)電影本體進(jìn)行了探索。如Pe?alver-Martinze等［24］提出了電影本體概念模型，屬性層面包括電影、導(dǎo)演、演員、影片類(lèi)型。姜霖等［25］構(gòu)建了內(nèi)容、形式、價(jià)值的本體模型。但存在如下不足:前者“電影”屬性包含范圍大、概念模糊；后者“內(nèi)容”屬性符合非專(zhuān)業(yè)人士觀影人群的評(píng)價(jià)認(rèn)知體系，但部分“形式”屬性、“價(jià)值”屬性在短評(píng)中較少體現(xiàn)，直接應(yīng)用現(xiàn)有模型會(huì)造成特征混淆和特征稀疏。故本文在前人研究的基礎(chǔ)上，重新構(gòu)建屬性特征，并驗(yàn)證特征的有效性。

借鑒尹裴等［5］的研究并加以改進(jìn)。構(gòu)建電影本體四元組，即S ={Cid，Cterm，Csynanym，Chyponym}。其中:Cid表示特征唯一標(biāo)識(shí)符；Cterm表示特征；Csynanym為同義詞集；Chyponym為下位詞集。由于影評(píng)的特殊性，對(duì)于某一個(gè)特征詞如“演技”只用來(lái)形容人物，“彩蛋”只用來(lái)形容劇情，其標(biāo)識(shí)性唯一。因此，去掉隸屬度概念只基于特征構(gòu)建本體概念模型。電影本體概念模型示例如表2所示。

表2 電影本體概念模型示例Tab.2 Examples of movie ontology conceptual model

利用TF-IDF 算法、TextRank 算法對(duì)預(yù)處理后的文本提取關(guān)鍵詞。為了提高特征的代表性，取關(guān)鍵詞的交集作為候選特征詞。再考慮與電影特征有關(guān)的其他關(guān)鍵詞進(jìn)行人工篩選，構(gòu)建電影本體概念模型。電影本體概念模型的特征描述如表3所示。

表3 電影本體概念模型的特征描述Tab.3 Feature description of film ontology conceptual model

利用構(gòu)建的電影本體概念模型，分析觀影人重點(diǎn)關(guān)注的電影特征。由于中性評(píng)論難以說(shuō)明偏好，分析時(shí)不考慮中性情感的評(píng)論。觀影人對(duì)電影特征的關(guān)注度如圖1所示。

從圖1 可看出，觀影人對(duì)故事（story）屬性關(guān)注度最高，其次 是 題 材（theme）、人 物（character）、場(chǎng) 景（scene）、導(dǎo) 演（director）等特征。這說(shuō)明電影制作、影片宣傳要依次考慮故事、題材、人物、場(chǎng)景、導(dǎo)演五個(gè)方面的特征；若資源有限應(yīng)優(yōu)先考慮影片故事、題材、人物三個(gè)方面的特性，抓住觀影人的眼球。

圖1 觀影人對(duì)電影特征的關(guān)注度Fig. 1 Viewer's attention to movie's features

至此，本文融合了前人在電影領(lǐng)域的本體概念模型和在搜索型產(chǎn)品領(lǐng)域的本體建模方法，構(gòu)建了電影本體概念模型。為下一步在電影特征層面識(shí)別觀影人電影屬性偏好做好基礎(chǔ)工作。

2.2 情感強(qiáng)度劃分

為細(xì)化當(dāng)前三分類(lèi)（積極、消極、中性）為主的情感強(qiáng)度劃分現(xiàn)狀，本文借鑒了普魯契克多維度情緒模型，首次將其引入到電影影評(píng)的情感偏好研究，以實(shí)現(xiàn)情感強(qiáng)度上更細(xì)粒度的劃分。

Plutchik被認(rèn)為是情感研究領(lǐng)域的思想領(lǐng)袖，提出了情緒心理進(jìn)化理論和一種多維度情緒模型，即著名的“普魯契克情感之輪”［5，15］。本文在考慮情感詞典情感值的基礎(chǔ)上，選取該模型作為情感強(qiáng)度劃分的標(biāo)準(zhǔn)。根據(jù)Plutchik 提出的多維度情緒模型，將情感強(qiáng)度（1:積極，0:中性，-1:消極）三分類(lèi)拓展為（-4～4）八分類(lèi)，其中（+4:狂喜，-4:悲痛）、（+3:欽佩，-3:厭惡）、（+2:令人驚異，-2:警惕）、（+1:恐怖，-1:憤怒），0代表中性，來(lái)進(jìn)行更細(xì)粒度的情感分類(lèi)。影評(píng)的情感態(tài)度不同于普通產(chǎn)品評(píng)論的情感態(tài)度，如:“恐怖”在一般產(chǎn)品評(píng)論中為負(fù)向情感，而在影評(píng)評(píng)論中該詞反映了電影的情節(jié)吸引力或令人印象深刻的視聽(tīng)效果，對(duì)于一部電影的制作是一種肯定的評(píng)價(jià)，所以情感值為+1。

2.3 情感分類(lèi)方法設(shè)計(jì)

為實(shí)現(xiàn)在特征粒度層面和多維度情感強(qiáng)度下的細(xì)粒度情感分類(lèi)模型，本文提出了一個(gè)將電影特征屬性和普魯契克多維度情緒模型與雙向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)融合的算法。具體思路為:利用電影本體概念模型，在情感詞典中匹配特征觀點(diǎn)對(duì)，得到電影特征屬性偏好；利用普魯契克多維度情緒模型按2.2 節(jié)的劃分標(biāo)準(zhǔn)，將情感值細(xì)化為八分類(lèi)；再利用Bi-LSTM神經(jīng)網(wǎng)絡(luò)進(jìn)行情感分類(lèi)。

在此基礎(chǔ)上，為驗(yàn)證該模型的有效性，文章還設(shè)計(jì)了單純基于情感詞典、機(jī)器學(xué)習(xí)、Bi-LSTM網(wǎng)絡(luò)的3種算法，在整體粒度和三分類(lèi)情感強(qiáng)度下的分類(lèi)模型。具體闡述如下:

1）基于情感詞典的方法:采用BosonNLP 情感詞典（玻森情感詞典）匹配特征觀點(diǎn)對(duì)。該詞典是從微博、新聞、論壇等數(shù)據(jù)來(lái)源的上百萬(wàn)篇情感標(biāo)注數(shù)據(jù)中自動(dòng)構(gòu)建的情感極性詞典，共包括114 767個(gè)詞語(yǔ)，滿足日常評(píng)論的常用語(yǔ)覆蓋。

2）基于機(jī)器學(xué)習(xí)的方法:本文采用了5 種特征提取算法構(gòu)建文本特征。其中:①利用詞頻（Term Frequency，TF）計(jì)算某一個(gè)給定的詞語(yǔ)在該文檔中出現(xiàn)的次數(shù)；②利用潛在語(yǔ)義分析（Latent Semantic Analysis，LSA）通過(guò)分析文章來(lái)挖掘文章的潛在語(yǔ)義；③利用詞頻逆文檔頻率詞頻-逆文檔頻度（TFInverse Document Frequency，TF-IDF）計(jì)算一個(gè)詞對(duì)于文檔集中某個(gè)文檔的重要程度；④利用主題模型LDA 計(jì)算文檔集中每篇文檔的主題概率分布；⑤利用Doc2Vec 計(jì)算句子向量表達(dá)，通過(guò)計(jì)算向量之間的距離來(lái)找句子之間的相似性。

3）基于Bi-LSTM 網(wǎng)絡(luò)的方法:引入基于人民日?qǐng)?bào)預(yù)訓(xùn)練的詞向量，利用雙向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練。Bi-LSTM是長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)的一種改進(jìn)，能更好地對(duì)序列數(shù)據(jù)進(jìn)行表達(dá)，尤其是有語(yǔ)言順序的文本數(shù)據(jù)。通過(guò)Bi-LSTM 可以更好地捕捉雙向的語(yǔ)義依賴(lài)。

3 實(shí)驗(yàn)與評(píng)價(jià)

3.1 實(shí)驗(yàn)步驟設(shè)計(jì)

首先，對(duì)文本進(jìn)行預(yù)處理；接著，提取電影特征，構(gòu)建電影本體概念模型；然后，分別從文本粒度和情感強(qiáng)度兩個(gè)方面進(jìn)行粒度細(xì)化。其中，文本粒度指影評(píng)句子整體和影評(píng)特征屬性的不同劃分。實(shí)驗(yàn)基本流程如圖2所示。

圖2 實(shí)驗(yàn)基本流程Fig.2 Basic flowchart of the experiment

3.2 實(shí)驗(yàn)數(shù)據(jù)與預(yù)處理

1）數(shù)據(jù)獲取:選取國(guó)內(nèi)影響力較大的電影網(wǎng)站——豆瓣電影，以最近熱門(mén)電影作為實(shí)驗(yàn)對(duì)象。通過(guò)網(wǎng)絡(luò)爬蟲(chóng)爬取了201 部電影影評(píng)，去掉只有數(shù)字和詞數(shù)小于2 的評(píng)論，最終得到32 762條在線短評(píng)數(shù)據(jù)。

2）標(biāo)簽標(biāo)注:以星級(jí)評(píng)分作為標(biāo)注信息，將其分為三種情感強(qiáng)度:1、2 星級(jí)標(biāo)注為-1，4、5 星級(jí)標(biāo)注為+1，3 星級(jí)標(biāo)注為0。隨機(jī)對(duì)其中的6 070 條評(píng)論進(jìn)行人工標(biāo)注，標(biāo)注時(shí)基于前文構(gòu)建的本體模型進(jìn)行情感打分（消極:-1，積極:1，中性:0），以屬性值的線性加和作為本條評(píng)論的總體情感傾向。并通過(guò)了Kappa 統(tǒng)計(jì)量的一致性檢驗(yàn)，說(shuō)明了標(biāo)注信息的無(wú)偏性。對(duì)標(biāo)注比例進(jìn)行統(tǒng)計(jì)，其中，中性情感占34.78%，積極情感占44.12%，消極情感占21.10%，說(shuō)明標(biāo)注類(lèi)別基本平衡。

3）預(yù)處理過(guò)程:分詞（jieba，結(jié)巴分詞）→去停用詞（利用自己構(gòu)建的停用詞表）→詞性標(biāo)注。

4）實(shí)驗(yàn)環(huán)境:Python3.6、Pycharm。

3.3 實(shí)驗(yàn)方法與結(jié)果

實(shí)驗(yàn)將數(shù)據(jù)劃分為75%的訓(xùn)練集和25%的驗(yàn)證集，模型評(píng)估指標(biāo)為F1值。下文報(bào)告的準(zhǔn)確率均為10 折交叉驗(yàn)證后模型在驗(yàn)證集上的F1值。

3.3.1 基于影評(píng)整體層級(jí)的情感分類(lèi)

實(shí)驗(yàn)1（dic） 利用情感詞典的方法。將預(yù)處理后的評(píng)論與BosonNLP 情感詞典匹配，以標(biāo)記信息作為標(biāo)簽，計(jì)算影評(píng)整體的情感傾向。

實(shí)驗(yàn)2（ml） 利用機(jī)器學(xué)習(xí)的方法。通過(guò)2.3 節(jié)中提及的特征工程對(duì)預(yù)處理后的文本提取電影特征。具體思路如下:提取詞頻特征（TF），利用LDA 主題模型降維為L(zhǎng)DA 特征；提取詞頻逆文檔頻率特征（TF-IDF），利用截?cái)嗥娈愔捣纸猓═runcated Singular Value Decomposition，TSVD）降維為L(zhǎng)SA特征；利用Doc2vec 算法將原始數(shù)據(jù)數(shù)字化為Doc2vec 特征。最后，將LDA、LSA、Doc2vec 三種特征進(jìn)行融合，并將得到的特征轉(zhuǎn)換為稀疏矩陣，合并到TF-IDF 特征中，完成特征組合。最后，使用LinearSVC（Linear Support Vector Classifier）算法進(jìn)行分類(lèi)。

實(shí)驗(yàn)3（nn） 利用神經(jīng)網(wǎng)絡(luò)的方法。引入人民日?qǐng)?bào)預(yù)訓(xùn)練的詞向量，基于kashgari 開(kāi)源框架，利用Bi-LSTM 模型進(jìn)行數(shù)據(jù)訓(xùn)練。

實(shí)驗(yàn)結(jié)果分析:實(shí)驗(yàn)1（dic）的準(zhǔn)確率為48.7%。通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)，僅用情感詞典對(duì)影評(píng)進(jìn)行整體粗粒度分析結(jié)果很不理想。實(shí)驗(yàn)2（ml）的準(zhǔn)確率為55.1%。與實(shí)驗(yàn)1（dic）相比，模型分類(lèi)的準(zhǔn)確率有6.4 個(gè)百分點(diǎn)的提升，說(shuō)明基于機(jī)器學(xué)習(xí)的方法能學(xué)習(xí)到更多的數(shù)據(jù)特征，但模型準(zhǔn)確率仍不理想。實(shí)驗(yàn)3（nn）的準(zhǔn)確率為93.7%；與實(shí)驗(yàn)2（ml）相比，模型分類(lèi)的準(zhǔn)確率有38.6 個(gè)百分點(diǎn)的提升，實(shí)驗(yàn)結(jié)果較理想，但基于整體層級(jí)的影評(píng)分析，不能滿足當(dāng)前市場(chǎng)分析的需求。

3.3.2 基于影評(píng)特征層級(jí)的情感分類(lèi)及情感強(qiáng)度細(xì)分

由于需要特征屬性情感值的標(biāo)簽，以下實(shí)驗(yàn)以人工標(biāo)注的數(shù)據(jù)集作為實(shí)驗(yàn)數(shù)據(jù)。

實(shí)驗(yàn)4（dic+tz） 利用情感詞典的方法。在實(shí)驗(yàn)1（dic）的基礎(chǔ)上，利用電影本體概念模型匹配特征觀點(diǎn)對(duì)，計(jì)算特征層面的情感傾向。

實(shí)驗(yàn)5（nn+tz） 融合情感詞典的神經(jīng)網(wǎng)絡(luò)模型。在整體層級(jí)分類(lèi)表現(xiàn)最好的模型（即實(shí)驗(yàn)3（nn））的基礎(chǔ)上，結(jié)合實(shí)驗(yàn)4（dic+tz）匹配到的特征觀點(diǎn)對(duì)進(jìn)行特征層面的情感分析，并設(shè)置情感強(qiáng)度為積極、消極、中性三個(gè)等級(jí)。

實(shí)驗(yàn)6（nn+tz+ei） 情感強(qiáng)度細(xì)分實(shí)驗(yàn)。在實(shí)驗(yàn)5（nn+tz）構(gòu)建的Bi-LSTM 模型的基礎(chǔ)上，根據(jù)Plutchik 提出的多維度情緒模型，利用情感詞原有的分值進(jìn)行情感強(qiáng)度細(xì)分，分值所代表的情感按2.2 節(jié)的說(shuō)明進(jìn)行劃分，情感強(qiáng)度范圍為-4～4，在情感強(qiáng)度層面進(jìn)行研究。

實(shí)驗(yàn)結(jié)果分析:實(shí)驗(yàn)4（dic+tz）的平均準(zhǔn)確率為78.5%，與同利用情感詞典方法的實(shí)驗(yàn)1（dic）對(duì)比可知，基于特征層級(jí)的情感分類(lèi)比基于整體層級(jí)的情感分類(lèi)準(zhǔn)確率提高了29.8個(gè)百分點(diǎn)。這不僅驗(yàn)證了本文構(gòu)建的本體概念模型的有效性，而且也說(shuō)明了基于特征層面的細(xì)粒度情感分類(lèi)更容易識(shí)別評(píng)論人的情感傾向。實(shí)驗(yàn)5（nn+tz）的平均準(zhǔn)確率為90.2%，模型準(zhǔn)確率雖略小于整體層級(jí)的最優(yōu)結(jié)果，但比基于特征層級(jí)的情感詞典方法（即實(shí)驗(yàn)4（dic+tz））的準(zhǔn)確率提高了11.7 個(gè)百分點(diǎn)且分類(lèi)效果也較理想?；谔卣鲗用娴那楦蟹治鲇欣诹私庀M(fèi)者在電影各個(gè)特征層級(jí)的情感偏好，更有助于市場(chǎng)分析。實(shí)驗(yàn)6（nn+tz+ei）的平均準(zhǔn)確率為93.0%。其中，情感強(qiáng)度高的情感詞能被完全識(shí)別，相對(duì)于情感強(qiáng)度三分類(lèi)的融合算法（即實(shí)驗(yàn)5（nn+tz））準(zhǔn)確率提高了2.8 個(gè)百分點(diǎn)。這說(shuō)明對(duì)情感強(qiáng)度細(xì)化分類(lèi)準(zhǔn)確率仍有提升空間，即多維情感強(qiáng)度細(xì)粒度有利于實(shí)現(xiàn)更準(zhǔn)確的情感分類(lèi)。

實(shí)驗(yàn)4（dic+tz）匹配到的特征觀點(diǎn)對(duì)的舉例說(shuō)明如表4 所示，為了便于閱讀，對(duì)語(yǔ)序稍作一些調(diào)整。實(shí)驗(yàn)4 在特征層級(jí)的準(zhǔn)確率如表5所示。

從表6所示的實(shí)驗(yàn)結(jié)果可看出:

1）實(shí)驗(yàn)3（nn）基于神經(jīng)網(wǎng)絡(luò)對(duì)影評(píng)整體層級(jí)進(jìn)行情感分類(lèi)的模型表現(xiàn)最好，但它無(wú)法區(qū)別電影特征層面的情感傾向。實(shí)驗(yàn)6（nn+tz+ei）分類(lèi)效果也較理想，并實(shí)現(xiàn)了基于影評(píng)特征和情感強(qiáng)度的情感細(xì)粒度劃分，驗(yàn)證了研究的理論價(jià)值和實(shí)踐意義。

2）在相同文本粒度和情感強(qiáng)度水平上，基于情感詞典、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)算法的分類(lèi)準(zhǔn)確率逐步提升，如實(shí)驗(yàn)1（dic）、實(shí)驗(yàn)2（ml）、實(shí)驗(yàn)3（nn）的模型分類(lèi)結(jié)果對(duì)比，實(shí)驗(yàn)4（dic+tz）和實(shí)驗(yàn)5（nn+tz）的模型分類(lèi)結(jié)果對(duì)比。這說(shuō)明隨著模型復(fù)雜度增大，學(xué)習(xí)到的數(shù)據(jù)特征越多，分類(lèi)越準(zhǔn)確。

3）在不同文本粒度和情感強(qiáng)度水平上，即使用同一種算法進(jìn)行處理，其分類(lèi)準(zhǔn)確度也會(huì)隨粒度細(xì)化得到一定幅度提升，例如:實(shí)驗(yàn)1（dic）和實(shí)驗(yàn)4（dic+tz）的對(duì)比，同用情感詞典的方法對(duì)不同文本粒度進(jìn)行分析，結(jié)果從48.7%提升到78.5%，準(zhǔn)確率提升29.8 個(gè)百分點(diǎn)。實(shí)驗(yàn)5（nn+tz）和實(shí)驗(yàn)6（nn+tz+ei）的比對(duì)，同用詞典與神經(jīng)網(wǎng)絡(luò)融合的算法對(duì)不同情感強(qiáng)度劃分水平進(jìn)行分析，結(jié)果從90.2%提升到93.0%，準(zhǔn)確率提升2.8 個(gè)百分點(diǎn)。以上兩點(diǎn)再次說(shuō)明了情感分析任務(wù)從文本粒度和情感強(qiáng)度兩個(gè)角度對(duì)文本進(jìn)行細(xì)化研究的科學(xué)性。

表4 特征觀點(diǎn)對(duì)（舉例）Tab.4 Feature view pairs（examples）

表5 實(shí)驗(yàn)4特征層級(jí)的準(zhǔn)確率 單位：%Tab.5 Accuracy in the experiment 4 on feature level unit:%

表6 模型實(shí)驗(yàn)結(jié)果匯總表Tab.6 Summary of model experiment results

4 結(jié)語(yǔ)

本文以在線電影短評(píng)為研究對(duì)象，利用基于本體的特征觀點(diǎn)對(duì)的研究方法，在不同文本粒度和不同情感強(qiáng)度上進(jìn)行細(xì)粒度情感分類(lèi)研究，細(xì)化了影評(píng)情感分類(lèi)的粒度，有利于制片方電影制作和宣傳，同時(shí)為消費(fèi)者購(gòu)票決策提供意見(jiàn)參考。本文研究結(jié)論如下:

首先，通過(guò)構(gòu)建電影本體概念模型，分析得出:觀影人對(duì)電影本體特征的關(guān)注度依次為故事（story）、題材（theme）、人物（character）、場(chǎng)景（scene）、導(dǎo)演（director）特征。其次，本文提出了一種針對(duì)影評(píng)本體特征和融合普魯契克多維度情緒模型的情感分類(lèi)模型。同時(shí)，對(duì)比分析了不同文本粒度、不同情感強(qiáng)度、不同實(shí)驗(yàn)方法對(duì)分類(lèi)準(zhǔn)確率的影響。實(shí)驗(yàn)結(jié)果表明，本文提出的分類(lèi)模型，不僅具有較高準(zhǔn)確率，而且還能提供觀影人對(duì)電影本體特征和情感強(qiáng)度的偏好，實(shí)現(xiàn)了影評(píng)更細(xì)粒度的情感分類(lèi)。

由于時(shí)間和人力限制，實(shí)驗(yàn)所用數(shù)據(jù)集較小，實(shí)驗(yàn)所用方法有限。其次，電影特征中“人物（character）”特征的劃分沒(méi)有將表演人員和電影中塑造的人物相區(qū)別，希望在未來(lái)的研究中能夠加以完善。