自主技术

情感分析(sentiment analysis或opinion mining)用来发现作者对某一主题的态度， 如他们的评价和心情。通常，我们要解决的情感分析问题包括：

 

• 在原文中找出情感分析的部分，排除那些不涉及情感的段落和句子。有时候，作者把情感和事实一起来表达（如“3寸的液晶显示屏取景非常细致清晰”），情感和具体的特征是分不开的。
• 判断用户的情感取向（polarity）是喜欢，不喜欢还是中性的。通过对大量用户的感情取向进行统计，我们可以了解用户对特定产品，以及其具体的某个特征（如数码相机的镜头，电池寿命等）作出直接的判断和比较。
• 特征抽取是获得关于主题某一方面的具体描述，如汽车的油耗与操控性，数码相机的电池寿命。和信息抽取相比，情感分析中的特征抽取更加自由，因为获得的结果不要求是结构化的。在某些应用中，特征抽取比情感取向判断更加重要，因为我们更加关注用户的具体意见。

 

除了这些经典的问题外，在针对社会媒体的情感分析中，我们面临面临更多的挑战。例如，并非所有的与主题相关的用户为中心的内容都是重要的，只有其中少部分引起关注和讨论，甚至进而影响其他用户的观念和行为。因此，评估它们的影响力和预测它们是否得到关注具有重要的应用价值。

 

除此以外，不合理地利用社会媒体的影响力也值得我们关注。制造事端打击竞争对手，恶作剧心理造谣生事，收受商家好处为特定产品夸大宣传，是典型的误导公众行为。美国已经通过法律，通过评论某产品获利的Blog文章有责任署名作者是受雇于人，否则为欺诈行为。

 

我们的情感分析技术，在社会媒体的情感倾向判断，特征抽取，以及影响力和关注度预测等问题上采用了独特的技术。首先，我们从语义、语法和篇章（discourse）三个层次分析文本的 情感流，并由此获得全文的整体情感倾向。其次，我们的技术关注从文本中抽取特征的自动方法。例如，针对汽车的用户体验信息，关于操控性、舒适性、油耗、内饰、配置等方面的评价等被分别抽取列出，因此可以收集到不同用户关于同一特征的描述并在不同品牌、不同时间段段、不同用户群的范围内统计加以比较评估，这样的数据能直接地、准确地反映用户的消费情况和市场反应。再次，我们的技术关注怎样评估一个用户言论的内在价值和预测将来的关注度。从实务操作上来说，有些重要的言论和事件在几个小时内就会引起广泛的关注。我们的技术能让相关的厂家如果能及时发现和跟进这种对其产品销售和品牌形象具有重要影响的言论。