博文
评论《识别文本中的感情、判断和评定》
|||
该论文是老板发给我的，是东京大学的几个学者写的。但重要的是这篇论文发表在COLING会议上的，COLING大家晓得不，还是很牛的，SCI、EI收录就不说了。根据CCF推荐的人工智能领域的会议，COLING是属于仅次于ICJAI这样A类会议的B类。A类那几个太牛了，而且太大太全。应该说，COLING在自然语言理解领域，COLING是和ACL一个级别的，都是属于顶级会议。这篇论文是入选了最佳论文决赛名单的，但是会议是在中国开的，可能是由于某些中国特色的原因，最后的胜出者是清华大学投的一篇论文。不管是长他人志气，灭自己威风也好，还是怎么的，总之这篇论文还是值得我们去认真学习探讨。
前面说了那么多，大家以为我可能对这篇论文推崇备至，其实大家错了。我对于这篇论文还是很有意见的，至少看了之后让我有些失望。文章总体的特点是没有一个公式，没有一个数学模型，没有一张图，有很多表，但是最多的是通篇的规则以&、->、（）这些符号最多。另外，论文里面充斥的是定语、补语、动词、形容词这些让我头疼的术语，可晓得我英语向来很差，语文也半斤八两，读这篇论文对我简直有些折磨性质。而且，让我对未来有些迷惘，做自然语言理解的难道真的要天天研究词搭配、语法和语义吗，oh my ladygaga！
废话不多说，这篇论文还是有价值，相信专家们的眼光（其实我更相信群众的眼光），下面就具体介绍一下这篇论文吧。明白这篇论文，首先要明白几个词，就是论文题目中的affect,judgment,appreciation。affect代表的是人的主观情感，在文本中往往以第一人称来表达；judgment代表的是判断，是社会或道德层面上对于一个事物的看法，往往以第三人称来表述；而appreciation代表的是对于某一个现象的客观评判，同样一个文本从三个角度来看可能会得到不同的情感色彩。例如“他很喜欢杀人”，从affect上来看，主观色彩是积极的，作者喜欢，从judgment上来看，社会道德上认为这句话是消极的。论文作者以这三个概念出发来对文本中的情感色彩进行分类。
一、细粒度的情感分类
这篇论文第一个特点就是，有别于传统的只将文本的情感色彩分为三类（积极，消极，中立）或者二类（积极，消极）。作者将情感色彩按照不同的粒度分为了三个层次：第一层3个情感标签（pos，neg，neutral）；第二层7个情感标签（按照affect，judgment，appreciation将pos和neg分为了三类）；第三层14个情感标签主要是将affect个人情感又进行了进一步的划分，这里就不一一列举。后面，作者就在不同层次上做了分类实验，结果是第一层3个标签当然效果最好88%，第二层7个标签71%，第三层14个标签62%。
二、手工制定复杂的词搭配规则
论文的第二个特点就是，手工指定了很多词的组合规则，也就是不同词的组合是怎么影响整体的感情色彩的。这一部分占据了论文的主要篇幅，我想论文的闪光之处也是在这个地方。但是同时也是这个地方，让我感觉到这篇论文可能出自语言学家之手。
研究词的组合，那么首先就要先分析词。作者将词分成了4类：情感表达词、修饰词、“功能”词和语气词。下面分别对四类词进行讲述：（1）作者采用了一个情感数据库Sentiful database。数据库中对情感相关的词分类为9个标签（anger,disgust,fear,guilt,interest,joy,sadness,shame,surprise），然后又为每个词定了一个0.0到1.0的数值来表示情感的强度还有词性。论文作者在此基础上进行了扩展，由于作者将情感分为affect,judgment和appreciation三类，所有不同的词可以在不同的上下文环境中属于不同的类，对应的就会有不同的值，作者在这里有针对不同的类给词标注了情感强度值。（2）修饰词和功能词，论文作者收集了138个可以影响上下文情感的修饰词。有把这些词分成了5类:a)表示强度和程度的副词可以影响词情感强度，这里给每个副词标注了情感强度值。b)否定词，改变句子的情感倾向。c)怀疑和否定的副词，也可以改变句子的情感倾向。d)介词，可以使情感相关的词变得中性化。e)条件状语,例如if，even though也可使词的情感色彩变得中性化。功能词分为两类：加强型的形容词和反转型的形容词，顾名思义，就是增强和反转情感色彩的形容词。（3）语气词：表达作者对于一个事实的信任程度，作者收集了13个语气动词和61个语气副词，并给每一个词标注了信任程度值。
对词进行分类之后，下面就讲述词的组合是怎样表达情感色彩的。1、第一种词的组合就是反转组合，就是一个情感表达词前面加个词，使得整个词组的意思和情感表达词相反。（1）否定词（never）（2）否定性功能性形容词（reduced）。（3）否定或怀疑的副词（scarcely）2、个人情感即affect，作者总共分了9类，三个积极的，六个消极的，三个积极的类别如果被否定了，那么情感色彩就归类为六个消极的，反之亦然。这样的话，当我们确定一句话的类别后，只要前面有否定关系，那么就可以把它的情感色彩反转，这里没有说具体的三个积极小类和六个消极小类是怎样对应的。3、（1）如果词组是形容词-名词，名词-名词，副词-形容词，副词-动词的组合，且组合的情感极性有相对的极性，那么整体的词组的情感色彩有前一个单词决定。（2）如果两个词的极性相同，则强度值取两个极性的最大值。4、如果一个短语或子句中有传播型动词或者共享型动词的话，就会符合一定的规则。（1）所谓传播型动词就是如果动词的目标是中性的，那么动词的情感会影响它的动作目标。例如“羡慕你的条件”，“你的条件”是中性的，那么“羡慕”这个词就会将“你的条件”变为积极的。（2）共享型动词，就是在该动词会将其前后的情感共享，例如“他支持希特勒”，“希特勒”是消极的，“支持”是共享动词，这样“他”就会变得消极。5、有些词是具有所谓统治属性的，（1）如果某些动词是所谓的统治性的，那么则不管操作对象的极性，直接以动词的极性而论，例如“欺骗善良的孩子”，“欺骗”是所谓统治性的，即使“善良的孩子”是积极的，整个短语的极性依然是消极的。（2）在复合句中，如果两个短语以“but”连接，则整个复合句的极性是有but后面的句子决定的，而不管前面那个短语的极性。6、有些前缀修饰词和条件状语可以使得表达情感的句子变的中性。例如“我尽管担心他是坏的”。“担心他是坏的”是消极的，但是加上“尽管”这个条件状语，整句话就变得中性化。7、有些词是可以增强或者减弱情感词的情感程度（1）和情感相关的程度副词，例如“非常地”（2）比较级。
上面定义了一些规则，但是这些规则的前提是要先把词识别出来。作者这里使用了Connexor Machinese Syntax parser来处理文本，返回词、词性、依赖函数、句法功能标签和语态标签。情感分析的粒度级别为：词->短语->-构造句>子句->整句。根据语法规则，短语整合词的情感，构造句整合短语的情感，子句又整合构造句的情感。在处理复杂的句子时，需要将子句之间的关系表示成“关系矩阵”，确定每个子句的情感后，整句就根据“关系矩阵”来整合子句的情感。
三、动词的情感
该论文第三个特点就是对于动词的情感极性进行了细致分类，制定了相关的规则。文章第二部分主要讲述了词搭配的规则，其中也涉及了一些动词，特别是一些具有统治性的动词。这里作者又详细论述了动词的规则。国外专门有个动词的本体VerbNet，该论文就采用了该本体。作者详细分析了本体第一级的270个类及其成员，从中选择了73个对情感分析有用的类，又进一步将这73个类分为22个类，针对每个类又指定了一些规则。这篇文章让人厌烦的地方就是不停的列举规则，我头都疼了。算了，这里就简单列举一下吧，也不举例了，大家用的时候再研究吧。1、动词-宾语的规则。2、动词-介词短语的规则。3、主语-动词的规则。4、介词短语不是中性的，且动词属于明显支持或反对的态度，则情感被加强。。。。。。还有很多，实在不想写了。
四、确定情感标签
第一部分说了作者将情感分为三类：affect,judgement和appreciation。上面几部都是确定句子的情感极性，那么现在就是将情感再归到三类中。作者主要采用了两种方法：1、多重标注，人工定义一些词的情感标签及其度量值。2、基于一些规则分析词表达的情感标签。（1）子句的主语的形态和它的前缀修饰词：第一人称代词，第三人称代词，正式声明代词，主格或所有格名词的等等。（2）利用WordNet计算一些特定名词序列的概念领域，不同的概念领域表达的情感类型不同。（3）利用Stanford Named Entity Recognizer的标注来识别实体名词，判断该名词属于人，组织还是位置。这样的话就可对应到不同的情感标签。
最后，作者做了些实验进行了一下评估和总结，由于意义不大，所以这里也就不提了，实验结果在文章开头也提过了。整体来说，论文作者的细致认真的工作确实提高了情感分类的精度，但是这种做法是不是值得借鉴，有待大家评判。毕竟手工制定那么多的规则，需要大量的时间和精力，对于不同的语言来说可移植性差。个人认为一定的先验知识是必须，但是不能过度依赖，作为计算机领域的人士，应该将主要精力用于研究机器学习的方法。论文在附件中，希望大家看完后，也发表下自己的看法，交流一下经验。如果因为本文误导了读者，浪费了时间和精力，这里先表示歉意。
https://wap.sciencenet.cn/blog-516696-394085.html
上一篇：评论《竖起拇指？使用机器学习技术进行情感分析》
下一篇：评论Kim-SM的《自动识别带有情感的词和句子》
