摘  要： 針對新聞情感傾向性識別問題，提出給單個傾向詞分配傾向性、強(qiáng)度、極性和標(biāo)志4個屬性，通過依存句法找出傾向詞之間的依存關(guān)系，再通過所提出的情感識別算法結(jié)合傾向詞詞典得出整個句子的情感值，最后將整篇新聞中關(guān)鍵句的情感值疊加，得到整篇新聞的情感值。實驗結(jié)果表明，該方法具有很好的準(zhǔn)確率和召回率。

　　關(guān)鍵詞： 依存語法；情感傾向性；淺層語義分析；傾向詞搭配

0 引言

　　網(wǎng)絡(luò)上的負(fù)面新聞有很高的利用價值，銀行、保險和風(fēng)險投資機(jī)構(gòu)通過分析這些負(fù)面新聞來決定是否與該客戶或者企業(yè)開展合作。

　　目前主要有兩種情感傾向性識別方法：基于統(tǒng)計的方法[1-3]和基于規(guī)則的方法[4-6]。林政等人[1]在設(shè)計關(guān)鍵句抽取算法時考慮了3個特征，分別是情感特征、位置特征和關(guān)鍵詞特征。這種方法處理結(jié)構(gòu)復(fù)雜的句子時容易產(chǎn)生丟失句子信息的情況，比如丟失否定前綴或者丟失程度前綴。劉永丹等人[4]提出一種基于語義分析的方法，從待分析的句子中提取出相應(yīng)的格，然后通過事先設(shè)定好的規(guī)則和詞表來判定分析單元的傾向性。但是這種方法提取出的格的準(zhǔn)確率非常低，而且判斷規(guī)則的設(shè)計也很困難。

　　本文提出給單個傾向詞分配傾向性、強(qiáng)度、極性和標(biāo)志4個屬性，通過人工確定情感詞相應(yīng)屬性的值，將一系列情感詞制成特定的情感詞典。然后，通過依存句法找出情感詞之間的依存關(guān)系，通過本文提出的情感判定算法得出整個句子的情感值，最后將整篇新聞中關(guān)鍵句的情感值疊加，得到整篇新聞的情感值。

1 傾向詞語料庫

　　1.1傾向詞

　　對人或事表達(dá)態(tài)度或者情感傾向的語句叫作情感語句。情感語句中體現(xiàn)態(tài)度或者情感傾向的詞叫作情感詞。情感詞、否定詞和強(qiáng)度詞這三類詞統(tǒng)稱為傾向詞。

　　對真實的負(fù)面新聞?wù)Z料進(jìn)行分析發(fā)現(xiàn)，有些傾向詞可以直接判斷出情感傾向性，如“倒閉”、“破產(chǎn)”、“違法”等，這些傾向詞稱為獨立傾向詞；有些傾向詞單獨分析時得不出情感傾向性，只有與搭配詞搭配起來，才能表達(dá)一定的情感傾向性，如單獨分析“凈利潤”情感傾向性時，它的情感傾向性為中立的，但是當(dāng)“凈利潤”與搭配詞“下降”搭配時，其表達(dá)的情感傾向性即為負(fù)面的，這類傾向詞稱為搭配傾向詞。

　　1.2 傾向詞的數(shù)據(jù)結(jié)構(gòu)

　　本文給傾向詞設(shè)定4個屬性：傾向性、強(qiáng)度、極性和標(biāo)志。

　　（1）傾向性（orientation）：指出傾向詞是正面的、負(fù)面的還是中立的。正面取1，負(fù)面取-1，中立取0。

　?。?）強(qiáng)度（intensity）：指該傾向詞對情感句子的情感傾向性有增強(qiáng)或者減弱的作用。增強(qiáng)取2，減弱取0.5，既不增強(qiáng)也不減弱取1。

　?。?）極性（polarity）：指該傾向詞是否逆轉(zhuǎn)了句子的情感傾向性。一般否定詞會逆轉(zhuǎn)句子的情感傾向性。

　?。?）標(biāo)志（flag）：指出該傾向詞是獨立傾向詞還是搭配傾向詞。flag取0代表該傾向詞是獨立傾向詞；flag取正整數(shù)i，代表該傾向詞是搭配傾向詞，該正整數(shù)i指出該搭配傾向詞的搭配詞只能取自搭配詞詞表的第i類記錄中的值。

2 淺層語義分析

　　2.1 依存句法簡介

　　依存句法由法國語言學(xué)家TESNIERE L最先提出。它將句子分析成一棵依存句法樹，描述句子內(nèi)部各個詞之間的依存關(guān)系[7]。

　　為了便于本文后續(xù)的描述，在此給出3個定義：

　　定義1節(jié)點詞：可作為句子某種確定成分（主/謂/賓/定/狀/補(bǔ)）的簡單詞語或詞組。

　　定義2依存邊：如果句子中兩節(jié)點詞g與d之間存在依存關(guān)系，其中g(shù)是支配詞，d是從屬詞，則g與d間構(gòu)成一個依存對，用一條由從g指向d的有向邊l來表示，記為。

　　定義3后繼節(jié)點：考察節(jié)點詞g，若存在依存邊，那么節(jié)點詞d就稱為節(jié)點詞g的后繼節(jié)點。

　　圖1給出一個包含節(jié)點詞、依存邊的簡單的依存語法樹示例。由圖可知，節(jié)點詞“凈利潤”的第一個后繼節(jié)點是節(jié)點詞“下降”；節(jié)點詞“公司”的第二個后繼節(jié)點是節(jié)點詞“凈利潤”，第三后繼節(jié)點是節(jié)點詞“下降”。

　　2.2 依存句法分析器

　　本文利用復(fù)旦大學(xué)自然語言處理實驗室開發(fā)的FNLP對句子進(jìn)行依存句法分析[8]。使用FNLP對句子進(jìn)行依存句法分析時，用4個數(shù)組表示分析結(jié)果：數(shù)組words表示句子分詞結(jié)果，數(shù)組pos表示詞語對應(yīng)的詞性，數(shù)組relations表示詞與詞之間的依存關(guān)系，數(shù)組heads表示詞語的第一后繼節(jié)點詞的下標(biāo)。對句子“今年公司的凈利潤大幅下降?！边M(jìn)行依存句法分析，得到的結(jié)果如表1所示。

3 情感識別算法

　　設(shè)S={x1，…,xn}為句子，xi(1≤i≤n)是句子中第i個字；K={y1,…,ym}為關(guān)鍵詞，yj (1≤j≤m)為關(guān)鍵詞的第j個字，文本中句子與關(guān)鍵詞集相似度計算公式如式（1）所示。

　　當(dāng)計算出的相似度大于或等于閾值時，該句子就是關(guān)鍵句。新聞文本中所有的關(guān)鍵句構(gòu)成了關(guān)鍵句群。

　　設(shè)關(guān)鍵句S中的第i個詞為wi，S的情感值為score，句子對應(yīng)的傾向性值為ORIENTATION，句子對應(yīng)的強(qiáng)度值為INTENSITY，句子對應(yīng)的極性值為POLARITY。如果wi是獨立傾向詞，則計算式（2）、（3）、（4）：

　　ORIENTATION+=wi.orientation    （2）

　　INTENSITY×=wi.intensity      （3）

　　POLARITY×=wi.polarity      （4）

　　如果wi是搭配傾向詞，則通過句子的依存關(guān)系尋找詞wi的后繼節(jié)點詞wj，計算式（2）、（3）、（5）：

　　POLARITY×=（wi.polarity×wj.polarity）（5）

　　整個句子所有的情感傾向詞掃描完之后，計算式（6）：

　　score=ORIENTATION×INTENSITY×POLARITY（6）

　　score的值即為句子的情感值。

　　設(shè)整篇文章的關(guān)鍵群中的句子數(shù)為n，整篇文章的情感值為SCORE，則：

　　score(i)為第i個情感句子的情感值。

　　具體的算法偽代碼如下：

　　算法1 情感傾向性識別主算法

　　Input：目標(biāo)新聞文本T

　　Output：新聞情感值

　　function IDENTIFY_NewsSentiment（T）

　　begin

　　從目標(biāo)新聞T提取關(guān)鍵句群S；

　　for each sentence s∈S do

　　//調(diào)用FNLP依存關(guān)系分析接口

　　[words，pos，relations，heads]=dependency（s）；

　　for each word do

　　//判斷wi詞性是否是名詞、動詞、形容詞、副詞

　　if（Match_WordClass（pos[i]））then

　　//判斷wj是否是獨立傾向詞

　　if（wi在傾向詞表里&&wi·flag==0）then

　　ORIENTATION+=wi.orientation

　　INTENSITY×=wi.intensity

　　POLARITY×=wi.polarity

　　//判斷wi是否是搭配傾向詞

　　elseif（wi在傾向詞表里&&!wi·flag=0）then

　　//調(diào)用搭配詞查找算法找搭配詞

　　wj=

　　FIND_MATCHER(i,j,words,heads,pos);

　　if (wj!=null) then

　　ORIENTATION+=wi.orientation;

　　INTENSITY*=wi.intensity;

　　POLARITY*=

　　(wi.polarity*wj.polarity) ;

　　end if；

　　end if；

　　end if；

　　end for；

　　sore=ORIENTATION*INTENSITY*POLARITY；

　　SCOER+=score；

　　end for；

　　return SCORE；

　　end begin；

　　算法2 搭配詞查找算法

　　Input：搭配傾向詞下標(biāo)i、j，words，heads，pos

　　Output：搭配詞

　　function FIND_Matcher（i、j，words，heads，pos）

　　begin

　　從搭配詞表中提取標(biāo)志位flag為j的所有記錄R；

　　if（heads[i]!=-1）then//當(dāng)前詞的后繼詞不為空

　　wm=words[heads[i]]；//尋找第一后繼節(jié)點詞

　　if（Match_WordClass（pos[m]）&&wm∈R）then

　　return wm；

　　elseif（heads[m]!=-1）then

　　wn=words[heads[m]]；//尋找第二后繼節(jié)點詞

　　if（Match_WordClass（pos[n]）&&wn∈R））then

　　return wn；

　　elseif（heads[n]!=-1）then

　　wo=words[heads[n]]；//尋找第三后繼節(jié)點詞

　　if（Match_WordClass（pos[t]）&&wo∈R））

　　then

　　return wo；

　　end if；

　　end if；

　　end if；

　　end if；

　　return null；

　　end begin；

4 試驗及結(jié)果

　　本文實驗數(shù)據(jù)取自某銀行2012年度人工收集的  2 362條情感傾向性新聞。人工選取了比較有代表性的936條新聞作為訓(xùn)練語料，從這些語料中人工抽取傾向詞和搭配詞，制成傾向詞詞典和搭配詞詞典。另外取  1 426條新聞作為測試語料。

　　使用準(zhǔn)確率（Precision）、召回率（Recall）和F值（F-measure）作為實驗結(jié)果的評估指標(biāo)：

　　圖2給出了算法實驗結(jié)果的圖形展示。

5 結(jié)論

　　本文以企業(yè)新聞的情感傾向性分析為應(yīng)用背景，利用依存語法分析和通過給傾向詞分配屬性值為基礎(chǔ)，提出了一個識別新聞情感傾向性的算法。實驗表明，該方法具有很好的準(zhǔn)確率和召回率。但是，該算法的性能與傾向詞語料庫密切相關(guān)，語料庫中的語料的存儲格式和語料庫中語料的豐富程度，都對準(zhǔn)確率和召回率有很大的影響。因此，如何構(gòu)建高性能、完備的語料庫值得深入研究。

　　參考文獻(xiàn)

　　[1] 林政，譚松波，程學(xué)旗.基于情感關(guān)鍵句抽取的情感分類研究[J].計算機(jī)研究與發(fā)展，2012，49（11）：2376-2381.

　　[2] Fan Xinghua， Wang Peng， Zhou Peng. Two step text orientation identification based on feature extension[J]. Computer Engineering and Applications， 2012，48（1）：162-165.

　　[3] SAJIB D， VINCENT N. Mine the easy， classify the hard： a semi-supervised approach to automatic sentiment classification[C]. Proceedings of the 47th Annual Meeting of the ACL and the 4th IJCNLP of the AFNLP， Singapore， 2009： 701-709.

　　[4] 劉永丹，曾海泉，李榮陸，等.基于語義分析的傾向性文本過濾[J].通信學(xué)報，2004，25（7）：78-85.

　　[5] Ye Qiang， Shi Wen， Li Yijun. Sentiment classification for movie reviews in Chinese by improved semantic oriented approach[C]. Proceedings of the 39th Hawaii International Conference on System Sciences， 2006，3：1-5.

　　[6] 曹歡歡.負(fù)面新聞判斷算法的研究與應(yīng)用[D].合肥：中國科學(xué)技術(shù)大學(xué)，2014.

　　[7] 鄧欣.面向依存文法的漢語語法分析[D].長沙：國防科學(xué)技術(shù)大學(xué)，2000.

　　[8] Qiu Xipeng， Zhang Qi， Huang Xuanjing. FudanNLP： a toolkit for Chinese natural language processing[C]. Proceedings of the 51st Annual Meeting of the Association for Computational Linguistics （ACL）， Sofia， 2013：49-54.