背景
上一期，我們提到了自然語言處理的難度和其巨大的意義。接下來將進入到自然語言處理-情感分析。上一期結尾，我們稍微提到了 某些詞帶明確情感的指向，所以進而想到了建立一個情感詞典的想法。所以，本期自然會介紹該詞典法的情感分析。
題外話，我個人學習的過程主要是通過問問題的方式：
1. 瞭解我們面對的問題，或者說我們的目標；及其環境及其他影響因素；
2. 瞭解該方法的內在邏輯
3. 基於該內在邏輯，瞭解其侷限性及優缺點
總之呢，我學習的過程就是一個提問和回答的循環。所以，我的文章也是基於該思路。
Lexicon-Based Sentiment Analysis詞典法
目標:
首先需要明確，我們的目標是需要對一句話或者一段文本進行情感分析；
方法內在邏輯
詞典法，看這個詞就能大概知道這個方法的邏輯。但是再深入想一想就可以知道其實沒那麼簡單。個人覺得，以下幾個方面就會對該算法造成很大的困難：
- 分詞. 舉個例子就很好理解了。比如“好壞”這兩個字。 如果把它理解成兩個形容詞，‘好’，‘壞’，那麼這就是一個 正面的詞+一個負面的詞；如果把它理解成一個修飾形容詞的副詞和另一個被修飾的形容詞。那麼這就是 一個 負面的詞。 那麼‘好壞’到底是很壞的意思還是一箇中心詞呢？
- 語義轉折. 大部分語義轉折出現於 諷刺。 舉個例子“我簡直太喜歡這個手機了，用了兩天就壞了，好開心。” 這種語義轉折的情況，如果用詞典法，會發現這全是“喜歡”，‘開心”這種正面的詞。
那麼詞典法具體是怎麼樣的呢？
基礎版本真的是簡單到不能再簡單了。 假設我們看的是英文（不太存在分詞的問題），詞典法就是簡單調用詞典，算出每個詞的情感分值，然後加起來。
沒有找到中文靠譜的詞庫，而且詞庫法本身準確性也存在問題，所以並沒有深入研究。下面是一個英文詞庫Textblob的例子，大家能看出來實際上非常簡單，就是一個簡單的調用。
當然詞典法也可以在幾個方面做一些升級，比如對於否定的處理，對於副詞的處理。
詞典法的優缺點
- 除了前面提到的準確性問題，還有一個更大的缺點，就是詞典是普適性的。 但是，當我們專注一個行業或者一個方面時，同一個詞可能在不同地方有不同的意思。比如“黑屏”，比如“suck” 這種情況非常普遍；
- 另一個我個人認為的缺點在於，太依賴詞典質量，以至於我們能做的不多。其他的方法，對於算法的改進或者訓練樣本增多，結果自然會好一些。然而，詞典法能做的並不多，因為基礎已經確定
下期預告
本期主要介紹了 情感分析最基礎的一個詞典法。 感覺和神經網絡，機器學習沒啥關係。 不過下一期不一樣，下一期會帶來Word2Vec，這個可以說是自然語言處理很基石的一部分。
分享到:
閱讀更多 繁林林與機器學習 的文章
