|
近期，我们爱普尔公司在研究一款网络信息产品，其中用到了一项非常关键的技术——情感倾向性分析。
什么是情感倾向性分析？能解决哪些问题？倾向性分析的方法有哪些？基于这些问题，我们略作探讨。
Q什么是情感倾向性分析？情感倾向性分析是自然语言处理（NLP）中的一个领域，是对文本内容中的主观性信息进行分析，挖掘文本所表达的观点和态度，对带有情感色彩的主观性文本进行采集、处理、分析、归纳和推理的过程。情感倾向性分析得出的结果粗略分为正面、中性、负面。Q能解决哪些问题？在商品评价和服务评价方面，对评价所描述的内容进行信息抽取分析，得出评价的情感倾向性，评价内容是褒义、中性或是贬义，对消费者选择商家或商品有一定的指导作用。
在网络舆情监测方面通过对网络事件内容进行情感抽取分析，提取事件情感点，能有效了解网民对热点信息、政策、时事的观点和态度。
在情感对话方面通过给情感机器人设定学习规则，使之具有表达、识别和理解喜怒哀乐、模仿人类的情感的能力。
Q倾向性分析的方法有哪些？根据应用方法的不同，将情感倾向性分析方法分为：情感词典分析法、传统机器学习分析法、深度学习分析法。情感词典分析法根据不同情感词典所提供的情感词的情感极性，来实现不同粒度下的情感极性划分。
传统机器学习分析法通过大量有标注或无标注的语料，使用统计机器学习算法，抽取特征并进行情感分析得出分析结果。
深度学习分析法
使用神经网络来进行分析的一种方法。
未来对于自然语言处理任务的研究将会更多。
新的知识，新的技术，需要我们不断地去探究、去学习、去利用。
技术之路，永无止境！ |