无监督的互联网评论挖掘与情感分析技术(3)
inspire 2
inspiration 2
endear 3
relish (verb) 4
masterpiece 5
表2 名词字典的词语示例
Word SO Value
Excruciatingly -5
Inexcusably -3
Foolishly -2
Satisfactorily 1
Purposefully 2
Hilariously 4
determination 1
inspire 2
inspiration 2
endear 3
relish (verb) 4
masterpiece 5
尽管大部分的条目是单个词，但也存在多字条目，包含动词，形容词和加强词，在识别时采用一个类似正则表达式中写入多字条目。动词多字表达字典有152条（主要是动词短语，例如fall apart），增强字典多字表达词典有35个条（例如，a little bit）。多字表达优先于单字表达；例如，funny本身是正值（+2），但是如果短语act funny出现，它则被赋予负值（-1）。
表3 副词词典的示例
Word SO Value
excruciatingly -5
Inexcusably -3
Foolishly -2
Satisfactorily 1
Purposefully 2
Hilariously 4
在语料库方面，要构建系统并运行我的实验，我使用Taboada and Grieve (2004) and Taboada, Anthony, and Voll (2006)描述的语料库，它有一个从8个不同种类（包括书，车，电脑，厨具，酒店，电影，音乐和电话）挖掘出的Epinions评论的400条文本的集合。我们命名它为“Epinions1”。在每个集合中，这些评论被分为25条正，25条负的评价，每个种类有50条，语料库中有总计400条的评论。我们通过评论作者提供的“推荐”或“不推荐”特性来决定一条评论的正负极性。
2．2 强化
强化包括两个方面：增强作用和减弱作用。增强作用的比重并不是固定的，例如，例如，extraordinarily是比rather更强烈的增强器，所以为每个增加单词或减弱单词分配了不同的百分比。
增强或减弱效果一方面要依靠增强条目或减弱条目。增强作用例如very,减弱作用例如barely,如果用good这个形容词，比如它本身的语义值为3，那么very good相当于给good一个增强的效果，very的加强比为0.2。则very good的得分则为 good的语义值 *（very的加强比+1）。而对于barely good, barely的减弱比为-1.5,则barely good的得分则为good的语义值 *（barely的减弱比+1）。
同时，增强和减弱作用也依靠被增强或减弱的条目，例如将truly fantastic和truly okay进行对比，同样的加强条目，但被加强条目的分值是不一样的。如，truly的加强比为0.3，在truly fantastic上， fantastic的得分值为5, 则它的得分就是 5*(1+0.3)=6.5,在truly okay上，okay的得分为1,则它的得分为1*(1+0.3)=1.3。故在本文方法中，每个加强词与它有一个相关的百分比；增强条目是积极的（百分比>0），然后减弱条目是消极的（百分比<0）。
表4 加强词词典的示例
Intensifier Modifier (%)
slightly −50
somewhat −30
pretty −10
really +15
very +25
extraordinarily +50
在此，再举一例详细说明，如果sleazy有一个SO值为-3，somewhat sleazy讲有一个SO值：-3*(100%-30%)=-2.1.如果excellent有一个SO值为5,most excellent将有一个SO值：5*（100% + 100%) = 10。增强器从最靠近的词开始至SO值词进行递归应用，如果good有一个SO值为3，则really very good有一个SO值为(3 × [100% + 25%]) × (100% + 15%) = 4.3。
上一篇：有向图的特定模式搜索和优化