基于句法和語義挖掘的Web金融評論情感分析.pdf

1、隨著Web2.0的興起，互聯(lián)網(wǎng)的網(wǎng)絡(luò)體系由原來的少數(shù)資源掌控者控制的自上而下的結(jié)構(gòu)，現(xiàn)已演變?yōu)橛蓮V大普通用戶集體主導(dǎo)的自下而上的結(jié)構(gòu)。同時，隨著Internet技術(shù)的迅猛發(fā)展，網(wǎng)民隊伍日益壯大且上網(wǎng)越來越便捷。
　　在當(dāng)前Web2.0網(wǎng)絡(luò)體系下，巨大的網(wǎng)民數(shù)量，加上便捷的上網(wǎng)方式和人們愿意分享、信任的態(tài)度，使得互聯(lián)網(wǎng)上涌現(xiàn)出了海量的包括在線商品、新聞時政、社會公眾人物和經(jīng)濟(jì)動態(tài)等在內(nèi)的各種用戶主觀評論文本。
　　評論文本情感

2、分析可以廣泛地應(yīng)用于商業(yè)智能、社會輿情、經(jīng)濟(jì)預(yù)測、信息檢索和問答系統(tǒng)等各個方面。評論文本情感分析已成為計算語言學(xué)、數(shù)據(jù)挖掘和人工智能等領(lǐng)域的一個研究熱點;同時由于其所具有的重大應(yīng)用價值，業(yè)已成為工業(yè)界關(guān)注的焦點。
　　互聯(lián)網(wǎng)上海量的用戶評論文本中，也包括大量描述金融領(lǐng)域的文本數(shù)據(jù)，我們稱之為Web金融評論。面向Web金融評論的細(xì)粒度情感分析，不僅可以為金融機(jī)構(gòu)或投資者提供投資決策服務(wù);還可作為上市企業(yè)財務(wù)預(yù)警的重要指標(biāo)。
　

3、　目前針對評論文本的情感分析多集中在商品評論領(lǐng)域，針對Web金融評論的情感分析尚處在起步階段。與商品評論情感分析不同，金融評論情感分析的難點在于:
　　(1)評價對象數(shù)目繁多且構(gòu)成形式更復(fù)雜。商品評論中的評價對象一般為名詞或名詞短語;在金融評論中，評價對象除了名詞或名詞短語，還可能是主謂短語、動賓短語等從句形式。
　　(2)評價對象頻數(shù)差別大。商品評論中，評價對象的分布比較均勻;在金融評論中，由于數(shù)據(jù)源中針對各評價對象的評論

4、數(shù)量受國家政策、企業(yè)發(fā)展等影響較大，因而各評價對象出現(xiàn)的頻數(shù)差距也很大。
　　(3)情感詞的詞性更豐富，句法成分相應(yīng)地也更靈活。在商品評論中，情感詞多為形容詞。在金融評論中，情感詞的詞性更為豐富，除了形容詞，還有動詞、名詞，尤為突出的是動詞情感詞占比高。
　　(4)虛指評價對象更常見。由于金融評論中評價對象的繁多及組成形式復(fù)雜，而中文表達(dá)要求言簡意賅，因此，中文金融評論中習(xí)慣于使用縮略、指代等虛指評價對象形式。
　　(

5、5)隱式評價對象更頻繁。由于金融評論多長句，而中文表達(dá)習(xí)慣中長句常出現(xiàn)缺省或隱含等語言特點，故造成了金融評論中存在較多隱式評價對象。
　　(6)奇異評價對象更多。商品評論中的評價對象一般為產(chǎn)品的特征或?qū)傩裕瑸闊o情感極性的名詞或名詞短語;金融評論中，由于評價對象組成的復(fù)雜性，名詞短語評論對象中的動詞部分或從句評價對象中的謂語部分都可能使得其評價對象帶有情感極性。
　　(7)數(shù)字百分比表示程度更常見。商品評論中情感詞的程度修飾詞

6、多為副詞。金融評論中除了程度副詞外，還常見用數(shù)字百分比來表示程度。
　　(8)金融評論中句子的長度更長，句法成份相應(yīng)地也更復(fù)雜。商品評論往往用短句完成商品各個屬性的評價。而金融評論的描述相對更專業(yè)，多復(fù)合句和長句。
　　細(xì)粒度的Web金融評論情感分析是一個龐大而復(fù)雜的工程，針對Web金融評論的上述特點，本文主要做了以下幾個方面的研究:
　　(1)全面分析了影響情感傾向性的9種句法成分及8種依存關(guān)系對。根據(jù)詞性及其在句中

7、充當(dāng)?shù)木浞ǔ煞?，全面分析了情感詞在句中可能充當(dāng)?shù)?種句法成分;根據(jù)24種依存關(guān)系與評價對象、情感詞的聯(lián)系，找出了影響句子情感分析的8種依存關(guān)系。
　　(2)情感評價單元的抽取及評價對象的擴(kuò)展。情感評價單元記為<評價對象，情感詞>，它是情感詞及其所修飾評價對象的組合。情感評價單元的抽取是文本情感分析中的一個原子和重要的任務(wù)。本文充分利用金融評論中多動詞情感詞的特性，從淺層語義及依存句法分析的角度挖掘情感詞所對應(yīng)的評價對象并進(jìn)行了相應(yīng)

8、的評價對象擴(kuò)展。同時文中借助金融詞典、財務(wù)指標(biāo)、非財務(wù)指標(biāo)等領(lǐng)域知識和上下文語義對虛指評價對象進(jìn)行了判別和替換。缺省及隱含評價對象出現(xiàn)的原因不同，基于此找出可能出現(xiàn)隱式評價對象的三種情況下的三種對應(yīng)隱式評價對象識別辦法。
　　(3)基于句法分析的情感極性單元抽取及奇異評價對象的識別。情感極性單元記為<評價對象，N，情感詞>，N表示評價對象和情感詞的否定修飾個數(shù)。評價對象的情感極性除了受情感詞的原極性影響，還受否定詞的修飾極性和奇異

9、評價對象的動態(tài)極性影響。本文根據(jù)并列結(jié)構(gòu)和轉(zhuǎn)折句的語法知識，發(fā)現(xiàn)奇異評價對象。
　　(4)基于句法分析的金融評論情感計算。評價對象的情感傾向性包括情感極性和情感強(qiáng)度，情感極性的影響因素有情感詞，否定修飾和奇異評價對象;情感強(qiáng)度的影響因素有程度副詞、否定詞及它們與情感詞的不同組合方式，分別構(gòu)建了Web金融評論情感傾向性的不同計算模型。
　　(5)以新浪財經(jīng)的公司研究為數(shù)據(jù)源，在大規(guī)模的中文金融評論數(shù)據(jù)集上進(jìn)行了詳細(xì)的實驗對比分

10、析，實驗結(jié)果表明了本文提出的評價對象-情感詞對抽取、虛指評價對象的發(fā)現(xiàn)和替換、隱式評價對象的識別、評價對象的情感極性判定及金融評論的情感計算等方法的有效性。
　　本文的創(chuàng)新工作主要體現(xiàn)在:
　　(1)設(shè)計了語義角色標(biāo)注與依存句法分析相結(jié)合的評價對象-情感詞對抽取規(guī)則，解決了評價對象構(gòu)成的復(fù)雜性問題。
　　(2)提出了基于領(lǐng)域知識和上下文語義知識解決虛指評價對象和隱式評價對象的新思路?；谡Z義和領(lǐng)域知識對虛指評價對象進(jìn)行