王鐵套，王國營，陳 越，黃惠新

（解放軍信息工程大學(xué) 電子技術(shù)學(xué)院，河南 鄭州450004）

0 引 言

網(wǎng)絡(luò)輿情表達(dá)快捷、信息多元、方式互動等特點使其成為社會輿情動態(tài)的實時晴雨表，對人們生活和社會穩(wěn)定的影響越來越大。突發(fā)事件易成為輿論焦點，一旦被網(wǎng)絡(luò)媒體或網(wǎng)民報道，短時間內(nèi)便會引起眾多網(wǎng)民關(guān)注，相關(guān)報道被重復(fù)轉(zhuǎn)載、迅速傳播，進(jìn)而造成突發(fā)事件事態(tài)擴(kuò)大，并可能引起新的突發(fā)事件，因此，國家和社會的相關(guān)管理者應(yīng)該對網(wǎng)絡(luò)輿情進(jìn)行及時的掌控。

目前，一些學(xué)者已經(jīng)對網(wǎng)絡(luò)輿情態(tài)勢的分析進(jìn)行了研究，例如，謝海光［1］等從統(tǒng)計學(xué)的角度構(gòu)建了互聯(lián)網(wǎng)內(nèi)容和輿情的熱點、重點、焦點、敏點、頻點、拐點、難點、疑點、粘點和散點等十個分析模式和判據(jù)；錢愛兵［2］等設(shè)計出主題關(guān)注度分析、熱點分析、焦點分析、拐點分析、重點分析，對網(wǎng)絡(luò)輿情態(tài)勢的分析提供了一種思路。

本文針對網(wǎng)絡(luò)輿情的文本信息，依據(jù)文本情感分析技術(shù)，從情感詞匯和上下文語境的角度對網(wǎng)絡(luò)輿情進(jìn)行分析，判斷網(wǎng)絡(luò)輿情的發(fā)展態(tài)勢。

1 文本情感傾向性分析

目前，基于語義的文本傾向性研究方法主要有兩種：一種是通過現(xiàn)有詞典構(gòu)建情感傾向詞典，基于建立的詞典，運用分詞等技術(shù)判斷文檔中包含的關(guān)鍵詞與詞典中情感詞的語義相似度來決定此關(guān)鍵詞的傾向性，把所有關(guān)鍵詞的傾向性綜合起來就可得到此文檔的傾向性。例如，Hiroya［3］等采用計算待測詞和一些具有明顯傾向性的基準(zhǔn)詞之間的互信息來判斷傾向性，即利用待測詞與褒義詞、貶義詞的語義距離計算待測詞匯的語義傾向性；Ku［4］等利用WordNet中的其他與詞匯相關(guān)的信息來判斷詞匯的語義傾向性；徐琳宏［5］等采用HowNet作為基準(zhǔn)詞，并在實驗中加入否定詞和副詞的處理，計算待測詞與關(guān)聯(lián)度確定語義傾向，從語義理解方面對電影評論進(jìn)行了傾向性識別研究。

另一種是建立一個語義模式庫，采用語義分析技術(shù)用于文本傾向性判斷。例如，Wilson等［6］探討如何結(jié)合上下文環(huán)境中判定詞語傾向性，選用了大量的特征，對信息的傾向性判別提出一種比較全面的方法；呂濱［7］等設(shè)計了一種基于語義分析的信息過濾模型，該模型針對不良信息的特點，以自然語句為處理單元，采用主題詞和語義分析的兩級過濾工作模式，實驗表明，一級過濾由于采用精確主題詞匹配，準(zhǔn)確率為100%，二級過濾的準(zhǔn)確率達(dá)到80%以上，這樣可以同時獲得較高的處理效率和精度。

綜上可知，文本情感傾向性分析技術(shù)已經(jīng)具有一定的研究成果，但是許多方法只是片面地進(jìn)行傾向性判定，不能較全面、準(zhǔn)確地判定文本傾向性。針對突發(fā)事件網(wǎng)絡(luò)輿情，本文把語義模式和詞匯情感傾向性分析技術(shù)結(jié)合起來，對輿情話題評論進(jìn)行文本情感傾向性分析，判定輿情話題評論的正負(fù)導(dǎo)向性。

2 結(jié)合情感詞匯與語義模式的文本傾向性判斷

基于語義模式的方法不具有通用性，針對每個話題要抽取的語義模式不一樣，另外，無法實現(xiàn)自動抽取語義模式；基于情感詞匯的方法具有通用性，對于所有的話題可以使用一樣的情感詞典，而且人工操作少，但是，基于情感詞匯的方法由于沒有考慮語義關(guān)系和上下文環(huán)境，并不能真正鑒別相關(guān)文本的情感傾向性。通過以上分析可以看出，單獨使用一種方法都不能達(dá)到較好的判別效果。由此，結(jié)合兩種方法的優(yōu)點，將兩者結(jié)合起來形成如下思路：首先，基于HowNet建立基準(zhǔn)詞詞典、否定詞詞典、程度副詞詞典和語義模式庫；其次，對句子進(jìn)行中文分詞和詞性標(biāo)注，提取特征詞匯并依據(jù)HowNet相似度方法確定其傾向值，注意考慮否定詞、程度副詞對詞匯傾向值的影響；第三，對句子進(jìn)行語義模式匹配并確定句子權(quán)值，并結(jié)合前面計算的詞匯傾向值來確定文檔的傾向值；最后將文檔的傾向值與設(shè)定的閾值進(jìn)行比較來最終確定文檔的情感傾向性。

2.1 詞匯情感傾向值計算

詞匯情感傾向值的計算一般基于情感詞典，基于情感詞典的計算思想［8］是首先選出具有代表性的k對基準(zhǔn)詞，而每對基準(zhǔn)詞包含一個褒義詞和一個貶義詞。若褒義基準(zhǔn)詞用key＿p表示，貶義基準(zhǔn)詞用key＿n表示，詞匯w的情感傾向值用Orient（w）表示，則計算公式［9］為

Orient（w）的數(shù)值大小表示詞匯w褒貶的強(qiáng)烈程度。其中，Sim（key，w）表示詞匯w與基準(zhǔn)詞之間的語義相似度。

一個詞匯可能具有多個義項，而一個義項又可能有多個義原，詞匯相似度計算可轉(zhuǎn)換為義項相似度計算，而義項相似度計算又可解析為若干義原的相似度計算［10］。兩個義原之間的語義相似度定義如下

式中：p1、p2——兩個義原，d——兩個義原在層次體系中的路徑距離，α——一個可調(diào)節(jié)的參數(shù)。

由義原之間的語義相似度可導(dǎo)出義項之間的語義相似度，其定義如下［11］

式中：Y1、Y2——兩個義項，t1、t2——義項Y1和Y2中的屬性個數(shù)，原字符串——義項定義中不同位置的屬性的權(quán)重值。

由此推出兩個詞匯之間的語義相似度［12］為

式中：W1、W2——兩個詞匯，詞匯W1有M個義項Y1，Y2，...，YM，詞匯W2有N個義項Z1，Z2，...，ZN。

考慮到否定詞和程度副詞對詞匯情感傾向值的影響，除了構(gòu)建基準(zhǔn)詞詞典之外，還需要構(gòu)建否定詞詞典和程度副詞詞典。作為實驗，本文構(gòu)建的詞典中包含了漢語語言中常用的否定詞和程度副詞，這樣可以較為全面的計算詞匯的情感傾向值。構(gòu)建的否定詞詞典是從HowNet中抽取的22個否定詞，即：并非、不、不對、不再、不曾、不至于、從不、毫不、毫無、絕非、決非、沒、沒有、尚未、未、未必、未嘗、未曾、永不、不大、不太、不很等。

如果情感詞匯添加了否定前綴，其傾向值就會發(fā)生變化，有否定前綴修飾的詞匯的傾向值的計算定義為

式中：m——否定詞修飾的情感詞匯，u——否定詞出現(xiàn)的次數(shù)。

構(gòu)建的程度副詞詞典根據(jù)每個程度副詞的表達(dá)程度不同，為程度副詞定義不同的強(qiáng)度值。本文抽取59個程度副詞，將其劃分為7個級別，分別賦予不同的強(qiáng)度，其値從1.5倍到0.8倍，具體設(shè)置如表1所示［13］。

表1 程度副詞

如果情感詞匯有程度副詞修飾，其傾向值也發(fā)生變化，有程度副詞修飾的詞匯的傾向值的計算定義為

式中：n——程度副詞修飾后的情感詞匯，G（v）——程度副詞v的強(qiáng)度值。

針對話題的評論 （專指文本），利用中國科學(xué)院計算技術(shù)研究所研制的中文分詞系統(tǒng)ICTCLAS［14］進(jìn)行中文分詞和詞性標(biāo)注，查找評論中帶有情感傾向的詞匯，并依據(jù)情感詞典記錄其傾向值，判斷評論中是否出現(xiàn)否定詞和程度副詞，計算詞匯被修飾后的情感傾向值，最后，話題評論的情感強(qiáng)度為

式中：Opinion（di）——話題的評論di的情感強(qiáng)度，w——包含評論中沒有被否定詞和程度副詞修飾的情感詞匯，m——被否定詞修飾的情感詞匯，n——被程度副詞修飾的情感詞匯。

2.2 語義模式分析

針對話題評論的情感傾向性分析，只用詞匯的情感傾向性并不能真實全面反映評論所包含的情感，還需要依賴于一些語義模式。例如：“朝鮮擊敗韓國”和 “韓國擊敗朝鮮”，在向量空間模型中，其向量形式均為 （朝鮮，韓國，擊?。?，兩者的相似度為1，兩個句子在任何情況下都是匹配的，而其實兩個句子的意思卻相反。要解決這個問題，則只有通過語義模式分析，識別文本和句子中各個特征項的角色和作用，進(jìn)而比較全面地確定話題評論的情感傾向性。

基于語義模式的情感分析不僅僅是特征提取，而且要體現(xiàn)出語義關(guān)系。在情感傾向性分析時，也可以忽略一些要素，因為它們對情感傾向性的分析結(jié)果影響不大。依據(jù)動作的施加和承受，可以將句子分為4種語義模式［15］：

（1）主體 （Who）＋行為 （What）＋客體 （Whom）＋權(quán)值 （Power），即主謂賓模式；

（2）主體 （Who）＋行為 （What）＋權(quán)值 （Power），即主謂模式；

（3）行為 （What）＋客體 （Whom）＋權(quán)值 （Power），即動賓模式；

（4）關(guān)鍵對象＋權(quán)值 （Power），即關(guān)鍵對象模式。

在一些評論中，有些對象本身就反映了情感傾向，模式 （4）將具有明顯傾向性的主體、行為或客體稱為關(guān)鍵對象。例如：主體 “東突集團(tuán)”、行為 “欺詐”本身就反映了強(qiáng)烈的情感傾向。

另外，對每個模式設(shè)置權(quán)值，表示褒義傾向的語義模式設(shè)置為正權(quán)值，表示貶義傾向的語義模式設(shè)置為負(fù)權(quán)值，例如：反對臺獨的模式權(quán)值可以分別設(shè)置為1～3，而支持臺獨的模式權(quán)值可以分別設(shè)置為－1～－3，這樣的設(shè)置可以消除因引用反面信息而造成的誤判，比如，褒義評論中可能引用一些貶義信息，出現(xiàn)這類評論的語義模式的權(quán)值可能會小于零，但是整個評論的大部分語義模式的權(quán)值大于零，則整個評論的權(quán)值就大于零，不會造成傾向性誤判。

2.3 基于語義模式與詞匯情感傾向的判定算法

綜合以上兩種分析，給出以下判定算法。

輸入：語義模式集合S＝ ｛s1，s2，...｝，需要情感傾向判定的話題T＝ ｛d1，d2，...｝，其中，di是話題的各條評論，設(shè)定閾值θ。

輸出：話題評論的情感傾向值R（T）。

話題評論傾向性判定步驟：

（1）為話題的每條評論di尋找與集合S中相匹配的語義模式，得到相應(yīng)的權(quán)值Q＝ ｛q1，q2，...｝；

（2）對話題的每條評論di進(jìn)行中文分詞和詞性標(biāo)注，提取特征對象和特征詞匯，依據(jù)以上基于詞匯的情感傾向值計算得到該評論的情感傾向值Opinion（di）；

（3）結(jié)合評論的語義模式的權(quán)值qi和其情感傾向值Opinion（di）得到該話題評論的最終情感傾向值

式中：ci——評論di的字?jǐn)?shù)。

（4）將 （3）計算得到的最終情感傾向值與設(shè)定的閾值θ進(jìn)行比較，判定話題評論的情感傾向性。

3 實驗及結(jié)果

本文人工采集兩個話題 （T1和T2）及其評論進(jìn)行實驗，分別采用基于語義模式的方法、基于詞匯情感傾向性的方法與基于本文提出的綜合性方法進(jìn)行情感傾向性判斷比較。話題T1是百度貼吧上對突發(fā)事件 “新疆7.5事件”的評論集，包含500條評論，其中300條正面的評論、150條負(fù)面的評論和50條中立的評論；話題T2是網(wǎng)易新聞?wù)搲嫌嘘P(guān)突發(fā)事件 “劉翔奧運退賽”的評論集，包含230條積極的評論、220條消極的評論和50條中立的評論。

為了比較3種方法的性能，對測試的話題評論集計算其判斷準(zhǔn)確率。利用下面的公式計算其判斷的準(zhǔn)確率

式中：A——被正確判斷為正面的評論個數(shù)，B——被誤判為正面的評論個數(shù)，C——被誤判為負(fù)面的評論個數(shù)，D——被正確判斷為負(fù)面的評論個數(shù)。

表2是針對不同的話題所進(jìn)行的測試，其中，方法1、方法2、方法3分別代表 “基于語義模式的方法”、“基于情感傾向性的方法”和 “基于綜合的方法”。

表2 3種方法的實驗結(jié)果對比

實驗表明，從判斷的準(zhǔn)確率來看，方法3較方法1和方法2的評論傾向的判斷準(zhǔn)確率高，這在一定程度上驗證了方法3的有效性和實用性，即方法3綜合兩者的優(yōu)點，使文本情感傾向判定的準(zhǔn)確率達(dá)到了較理想的效果，比較全面地反映了話題評論的情感傾向性。

4 結(jié)束語

本文提出了一種將語義模式與計算詞匯情感傾向性相結(jié)合的方法來判斷文本的情感傾向性。該方法既考慮了詞匯的情感傾向性，又能權(quán)衡語義模式對評論的情感傾向值的影響，能比較全面地分析突發(fā)事件網(wǎng)絡(luò)輿情的態(tài)勢。但是詞典的構(gòu)建與語義模式的建設(shè)需要人工參與的操作多，個人的主觀性影響比較大，機(jī)器學(xué)習(xí)的工作不多，這些都需要改進(jìn)，另外，由于網(wǎng)絡(luò)語言表達(dá)的靈活性，現(xiàn)有技術(shù)還不能完全準(zhǔn)確地判定句子的情感傾向性，需要進(jìn)一步研究。

［1］XIE Haiguang，CHEN Zhongrun.Internet Information and the pattern of public opinion analysis in depth ［J］.Journal of China Youth College for Political Sciences，2006，25 （3）：95－100（in Chinese）.［謝海光，陳中潤.互聯(lián)網(wǎng)內(nèi)容及輿情深度分析模式 ［J］.中國青年政治學(xué)報，2006，25 （3）：95－100.］

［2］QIAN Xuebing.A model for analyzing public opinion under the Web and its implementation ［J］.New Technology of Library and Information Service，2008，24 （4）：49－55 （in Chinese）.［錢愛兵.基于主題的網(wǎng)絡(luò)輿情分析模型及其實現(xiàn) ［J］.現(xiàn)代圖書情報技術(shù)，2008，24 （4）：49－55.］

［3］Hiroya Takamura，Takashi Inui，Manabu Okumura.Extracting semantic orientations of words using spin model ［C］.Michigan，USA：Proceedings of the 43rd Annual Meeting on Association for Computational Linguistics，2005：133－140.

［4］KU Lun－Wei，LIANG Yu－Ting，CHEN Hsin－His.Opinion extraction，summarization and tracking in news and blog corpora［C］.Proc of AAAI Spring Symposium on Computational Approaches to Analyzing Weblogs，2006：100－107.

［5］XU Linhong，LIN Hongfei，YANG Zhihao，et al.Text orientation identification based on semantic comprehension ［J］.Journal of Chinese Information Processing，2007，21 （1）：96－100（in Chinese）.［徐琳宏，林鴻飛，楊志豪，等.基于語義理解的文本傾向性識別機(jī)制 ［J］.中文信息學(xué)報，2007，21（1）：96－100.］

［6］Theresa Wilson，Janyce Wiebe，Paul Hoffmann.Recognizing contextual polarity in phrase－level sentiment analysis ［C］.Vancouver：Proceedings of Human Language Technology Conference and Conference on Empirical Methods in Natural Language Processing，2005：347－354.

［7］LV Bin，LEI Guohua，YU Yanfei，et al.Reaserch on filtering system of harmful information on internet based on semantic analysis ［J］.Computer Applications and Software，2010，27 （2）：283－285 （in Chinese）.［呂濱，雷國華，于燕飛，等.基于語義分析的網(wǎng)絡(luò)不良信息過濾系統(tǒng)研究 ［J］.計算機(jī)應(yīng)用與軟件，2010，27 （2）：283－285.］

［8］WordNet［EB／OL］.http：／／wordnet.princeton.edu／，2008.

［9］ZHU Yanlan，MIN Jin，ZHOU Yaqian，et al.Semantic orientation computing based on HowNet ［J］.Journal of Chinese Information Processing2006，20 （1）：14－20 （in Chinese）.［朱嫣嵐，閔錦，周雅倩，等.基于HowNet的詞匯語義傾向計算 ［J］.中文信息學(xué)報，2006，20 （1）：14－20.］

［10］HowNet［EB／OL］.http：／／www.keenage.com，2008.

［11］LI Dun，QIAO Baojun，CAO Yuanda，et al.Word orientation recognition based on semantic analysis ［J］.Pattern Recognition and Artificial Intelligence，2008，21 （4）：482－487 （in Chinese）.［李鈍，喬保軍，曹元大，等.基于語義分析的詞匯傾向識別研究 ［J］.模式識別與人工智能，2008，21 （4）：482－487.］

［12］JIANG Min，XIAO Shibin，WANG Hong wei，et al.An improved word similarity computing method based on HowNet［J］.Journal of Chinese Information Processing，2010，22（1）：5－7 （in Chinese）.［江敏，肖詩斌，王弘蔚，等.一種改進(jìn)的基于 《知網(wǎng)》的語義相似度計算 ［J］.中文信息學(xué)報，2010，22 （1）：5－7.］

［13］WEN Bin，HE Tingting，LUO Le，et al.Text sentiment classification research based on semantic ［J］.Computer Science，2010，20 （1）：261－264 （in Chinese）.［聞彬，何婷婷，羅樂，等.基于語義理解的文本情感分類方法研究 ［J］.計算機(jī)科學(xué)，2010，20 （1）：261－264.］

［14］ICTCLAS.ICTCLAS’s Home Page ［EB／OL］.http：／／ictclas.org／，2010.

［15］JIANG Baolin，LIU Yongdan，JIN Feng，et al.A tendentious text filtering system based on semantic analysis ［J］.Computer Applications and Software，2005，22 （1）：10－11（in Chinese）.［江寶林，劉永丹，金峰，等.一個基于語義分析的傾向性文檔過濾系統(tǒng) ［J］.計算機(jī)應(yīng)用與軟件，2005，22 （1）：10－11.］