等等)，最终得到1600000个tweets。训练数据中要把emotion去掉，引发的问题是由于训练数据没有用emotion特征，因而测试数据中有emotion特征时，对其分类无影响，这是一个需要解决的问题。
测试数据：用不同的领域的query term检索tweets，对其标注形成测试数据。
实验后发现，单独的unigrams比bigrams效果好，因为bigram数据稀疏，两种结合的特征，NB和最大熵正确率提高，但是SVM降低。而POS特征对分类无明显影响。
以后需要解决的问题：语义问题，特殊领域的情感分类，中性tweets的处理，其他语言的情感分类，测试数据中emotion特征的应用。
Target-dependent Twitter Sentiment Classification
L Jiang, M Yu, M Zhou, X Liu, T Zhao - ACL, 2011 - aclweb.org
问题：以往的工作大多是target无关的情感分析，即只分析情感，而没有考虑情感对应的对象；由于tweets的特殊性(短小且多歧义，一个tweets中可能涉及多个target，或者同一个tweet中有很多与target无关的说明)，情感分析时会造成内容不够，数据稀疏。所以有必要进行target相关的情感分析，同时扩展相关的tweets，综合分析得到结果。 方法：采用三步进行分析：主客观分类，极性分类，基于图的优化。前两步采用相同的特征，SVM分类器。
1. 数据预处理：tweets标准化，词性标注，词干，句法分析
2. target无关的特征：词、标点、表情符号、hashtag、情感词典特征(即句子中有多少正负
极性词语) 3. Target扩展：首先，包含target的名词短语作为扩展目标；然后，与target有co-reference
的也作为扩展目标；用点互信息求出与target最相关的K个名词和名词短语，抽取出所有扩展目标的中心名词，如果其与target的点互信息大于阈值，则也作为扩展目标。 Target有关的特征：依靠句法分析树，得到多种特征，比如，I love iPhone得到 love_arg2， Flower is beautiful得到Flower_arg1，等等。 4. 基于图的情感优化：
相关tweets的获取：retweets(转发的)，同一人发的包含target的tweets，对该tweet的回复。对于不同扩展，将其用不同的连线与原本的tweet连接，形成图。进而：
对于图中的每个tweet，计算出p(c|t,G)，输出其中p最大的一个。
5. 实验：实验的训练和测试数据用不同的query term(Obama,Google,iPad,Lakers,Lady Gaga)
从twitter上获取，人工标注其极性，得到459个+，268个-，1212个中性tweets。
Future work：探索target与扩展target的关系，哪些情感有相关，哪些不会。
相关推荐：
loading