為什么：隨著移動互聯(lián)網(wǎng)的普及，網(wǎng)民已經(jīng)習慣于在網(wǎng)絡上表達意見和建議，比如電商網(wǎng)站上對商品的評價、社交媒體中對品牌、產(chǎn)品、政策的評價等等。這些評價中都蘊含著巨大的商業(yè)價值。比如某品牌公司可以分析社交媒體上廣大民眾對該品牌的評價，如果負面評價忽然增多，就可以快速采取相應的行動。而這種正負面評價的分析就是情感分析的主要應用場景。

　　是什么：文本情感分析旨在分析出文本中針對某個對象的評價的正負面，比如“華為手機非常好”就是一個正面評價。情感分析主要有五個要素，（entity/實體，aspect/屬性，sentiment/觀點，holder/觀點持有者，time/時間），其中實體和屬性合并稱為評價對象(target)。情感分析的目標就是從非結(jié)構化的文本評論中抽取出這五個要素。

圖1情感分析五要素

　　舉例如下圖：

　　圖2情感分析五要素例子

　　上例中左側(cè)為非結(jié)構化的評論文本，右側(cè)為情感分析模型分析出的五個要素中的四個（不包括時間）。其中實體“華為手機”和屬性“拍照”合并起來可以作為評價對象。評價對象又可細分為評價對象詞抽取和評價對象類別識別。如實體可以是實體詞和實體類別，實體詞可以是“餐館”、“飯店”、“路邊攤”，而實體類別是“飯店”；屬性可以是屬性詞和屬性類別，如屬性詞可以是“水煮牛肉”、“三文魚”等，都對應了屬性類別“食物”。實體類別和屬性類別相當于是對實體詞和屬性詞的一層抽象和歸類，是一對多的關系。詞和類別分別對應了不同的任務。觀點的取值范圍一般是{正面，負面，中性}。類似的，可以把觀點看做是對描述詞的抽象和歸類，如“好看”歸為“正面”。

　　當前研究中一般都不考慮情感分析五要素中的觀點持有者和時間，故后文中的討論都不考慮這兩個因素。根據(jù)對剩下三個要素的簡化，當前情感分析的主要任務包括可按照圖3所示：詞級別情感分析、句子/文檔級情感分析、目標級情感分析。

圖3情感分析任務體系

　　其中詞級別和句子級別的分析對象分別是一個詞和整個句子的情感正負向，不區(qū)分句子中具體的目標，如實體或?qū)傩裕�相當于忽略了五要素中的實體和屬性這兩個要素。詞級別情感分析，即情感詞典構建，研究的是如何給詞賦予情感信息，如“生日”對應的情感標簽是“正面”。句子級/篇章級情感分析研究的是如何給整個句子或篇章打情感標簽，如“今天天氣非常好”對應的情感標簽是“正面”。

　　而目標級情感分析是考慮了具體的目標，該目標可以是實體、某個實體的屬性或?qū)嶓w加屬性的組合。具體可分為三種：Target-grounded aspect based sentiment analysis (TG-ABSA), Target no aspect based sentiment analysis (TN-ABSA), Target aspect based sentiment analysis (T-ABSA). 其中TG-ABSA的分析對象是給定某一個實體的情況下該實體給定屬性集合下的各個屬性的情感分析，如圖4中的實體是汽車，屬性集合是動力、外觀、空間和油耗。

圖4TG-ABSA例子

　　TN-ABSA的分析對象是文本中出現(xiàn)的實體的情感正負向，如圖5中，實體華為和XX的情感正負向分別為正面和負面。這種情況下沒有屬性的概念，只有實體。

圖5TN-ABSA例子

　　T-ABSA的分析對象是文本中出現(xiàn)的實體和屬性組合，如圖6所示，評價對象是實體+屬性的組合，如華為+拍照和XX+性價比。

圖6TG-ABSA例子

　　在清楚了目標級情感分析的分類之后，每個類別又都可以包含為兩大類任務：第一個是評價對象的識別，第二個是情感識別。評價對象識別包括評價對象詞抽取和評價對象詞分類，情感識別包括評價詞抽取和評價正負面分類。具體例子如圖7所示。之所以要識別出對象詞和評價詞，是為了能夠基于屬性正負面過濾的時候可以高亮相應的評價文本片段。

圖7評價對象和評價詞和類別識別例子

　　本文主要介紹詞級別情感分析、句子級情感分析和目標級情感分析中的T-ABSA的內(nèi)容、方法和華為云語音語義團隊在該領域?qū)嵺`中的一些成果。這里首先區(qū)分一些概念，本文所說的情感，包括emotion和sentiment兩種。嚴格意義上來說sentiment屬于emotion的一種，但是本文中不做區(qū)分。

　　詞級別的情感分析，即構建情感詞典（sentiment lexicon），旨在給詞賦予情感信息。這里首先要確定的是情感怎么表示，常見的表示方法有離散表示法和多維度表示法。離散表示法如情感分析領域常用的{正面，負面，中性}的表示方法，或者如表

圖8離散情感模型

　　用離散表示法表示的情感詞典如：

　　高興-正面，生日-正面，車禍-負面，災難-負面

　　多維度表示法也有多種，如Valence-Arousal-Dominance（VAD）模型，Evaluation-Potency-Activity（EPA）模型等。Valence和Evaluation表示好壞，arousal和activity表示人的喚起度，dominance和potency表示控制力。

　　圖9Valence-Arousal模型

　　用連續(xù)多維表示方法的情感詞典例子如：

　　VAD模型在[1，9]取值范圍下：車禍可表示為(2.05，6.26，3.76)

　　構建情感詞典常見的方法如圖10所示：

圖10常見情感詞典構建方法

　　人工標注優(yōu)點是準確，缺點是成本太高。自動化方法中，都是先有人工標注一些種子詞，然后通過不同的方法把種子詞的標簽信息擴展到其他詞。基于點互信息的方法會基于大規(guī)模語料庫統(tǒng)計新詞和種子詞之間的統(tǒng)計信息，然后基于該信息對種子詞做加權求和得到信息的情感標簽�；�于標簽傳播的方法會先構建詞和種子詞的一個圖，圖上的邊是基于詞和詞之間的統(tǒng)計信息獲得。然后用標簽傳播的算法獲得新詞的情感信息。基于回歸的方法先構建詞的特征向量表示，然后基于種子詞的標簽信息訓練一個回歸或分類模型，得到該模型后再對新詞做預測，獲得新詞的情感標簽信息。

　　我們團隊基于已經(jīng)標注的情感詞典，通過自動化的方法，構建了當前業(yè)界最大規(guī)模的多維度情感詞典。

、圖11情感詞典構建流程

　　基于該方法，我們構建了業(yè)界最大規(guī)模的情感詞典庫，采用了Valence-Arousal的二維情感表示模型，情感值取值范圍為[-1，。1]（-1表示不好（對應Valence維度）或無喚醒（對應Arousal維度），1表示好或高喚醒度），詞典包含六百萬詞，例子如下：

圖12構建的情感詞典例子

　　句子級和篇章級文本情感分析旨在整個句子或文章表達的情感傾向性，如下例子：

　　當前各友商推出的情感分析服務大部分都是這種整體文本的正負向預測。句子級情感分析服務在互聯(lián)網(wǎng)時代的電商評論、政策評價中有著廣泛的應用價值。句子級情感分析是一個典型的文本分類任務，我們團隊也采用了當前比較有效的預訓練模型+微調(diào)的方案，如下圖所示：

圖13句子級情感分析方案

　　當前我們已經(jīng)上線了電商、汽車和社交領域的情感分析模型，主要支持中文語言，標簽是正面和負面，帶有標簽置信度。如下圖的例子所示，分別是手機、汽車和社交領域。

圖14EI體驗空間電商領域、汽車領域和社交領域例子

　　前面介紹的句子級或篇章級的情感分析只關注整個文本的正負面，沒有區(qū)分文本中具體的評價對象。所以就處理不了如下的例子：

　　該例子對汽車的各個屬性的評價正負面是不一樣的，如對動力和外觀來說是正面，對空間和油耗來說是負面，所以就不能簡單的分析整體文本的正負面。本節(jié)介紹的目標情感分析中的TG-ABSA任務，即固定實體下的給定屬性集合的評價正負面的預測。

　　傳統(tǒng)的屬性級情感分析可以采用每個屬性訓練一個情感分類模型。但是這種方法需要訓練多個分類模型，成本比較高。我們提出了基于單模型多屬性標簽輸出的方法，即一個模型同時輸出N個屬性的情感標簽。圖15是當前在汽車領域結(jié)果，其中AttributeHitRate是屬性的命中率，即預測出的屬性占評論中實際出現(xiàn)的比率。HitAttributeAccuracy是命中的屬性標簽預測的準確率，即在所有命中的屬性中，標簽預測正確屬性的占比。因為我們的模型可以輸出每個屬性標簽的置信度，所以可以基于置信度過濾來調(diào)節(jié)模型最終的輸出標簽，圖中是個曲線。圖16是汽車領域?qū)傩约壡楦蟹治龅睦�子，可以同時預測出評論中出現(xiàn)的動力和外觀兩個屬性對應的正負面。該功能支持汽車領域的八個屬性的評價預測，包括：內(nèi)飾、動力、外觀、性價比、操控、能耗、空間、舒適性。

圖15屬性級情感分析的效果

圖16汽車領域?qū)傩郧楦蟹治隼��?/div>