基于多源知识融合的事实型隐式情感分析研究

Due to the lack of explicit sentiment words, obscure expressions, knowledge relevance, and other characteristics, fact-implied implicit sentiment analysis becomes one of the core research in text sentiment analysis. At present, most of the studies considering fact-implied implicit sentiment mainly focused on the representation of text features, and lack the research on the factors and strategies, such as knowledge representation, the modeling of implicit sentiment holders, and the semantic inference. This project intends to reveal the mechanism for the fusion and analytical reasoning of multi-source and multi-level knowledge representation based on the linguistic expression characteristics of fact-implied implicit sentiment. In this project, the main contents are summarized as follows: (1) exploring the representation and embedding methods of external knowledge such as common sense and domain knowledge; (2) introducing the modeling and representation of implicit sentiment holders knowledge; (3) exploring the framework of fact-implied implicit sentiment analysis and inference based on multi-source fusion of sequence information, sentiment common sense, domain knowledge and sentiment holder knowledge.. The research of this project is helpful to reveal the multi-source dependence law of fact-implied implicit sentiment, develop the method and theory of modeling fact-implied implicit sentiment, and improve the performance of the identification and analysis of fact-implied implicit sentiment. At the same time, the research achievements can provide new ideas for the research on implicit sentiment analysis, and enrich the basic theory and application support technology of text sentiment analysis.

由于缺少显式情感词、表达含蓄隐晦以及知识关联等特性，事实型隐式情感分析成为文本情感分析领域的核心难题之一。目前，事实型隐式情感分析主要关注语言特征表示，缺乏隐式情感的知识表示、情感持有者刻画及语义推理机制等因素和策略研究。本项目拟从事实型隐式情感的语言表达特点出发，开展多源、多层次的知识表示融合与分析推理机制研究。主要内容包括：（1）情感常识、领域背景知识等外部知识在事实型隐式情感分析中的嵌入表示方法；（2）隐式情感持有者的知识表示与建模方法；（3）基于文本信息、情感常识、领域背景知识和持有者知识多源融合的事实型隐式情感分析与推理框架。.本项目研究有助于揭示文本中事实型隐式情感的多源依赖规律，发展事实型隐式情感分析的建模方法和理论，提升事实型隐式情感识别与分析的效果。同时，项目成果可为隐式情感分析相关研究提供新思路，丰富文本情感分析等研究的基础性理论和应用。

本项目面向文本数据中事实型隐式情感的语义计算关键问题开展了深入的研究和探索，建立了一套以认知语言学理论为指导，语义表示为核心，以知识融合与语义推理为抓手的多维度事实型隐式情感语义计算研究理论、计算方法和知识资源体系，主要包括：（1）在资源建设层面，构建了一系列中文隐式情感语料库与知识库，为后续研究奠定了数据基础，并组织了国内首届和第二届中文隐式情感分析评测，拓展了隐式情感分析研究的影响力。（2）在语义表示层面，考虑上下文、情感表达、方面、论据等不同特征对隐式情感语义的影响，从篇章-句子-要素等不同粒度建立了事实型隐式情感语义建模表示理论，极大地增强了隐式情感语义表示研究的深度和广度。（3）在个性化隐式情感分析层面，以用户属性、内容、交互等多源异构知识为基础，从用户兴趣主题表示、交互式建模、立场分析和异构用户知识融合四个维度开展研究，实现了对事实型隐式情感进行个性化差异化的分析。（4）在知识融合与语义推理层面，针对文本中的情感常识、用户知识、对话历史、关联图像等多来源、多模态知识，提出了一系列多源异构知识融合模型提升隐式情感表示的深度语义建模能力；并进一步探索了对话场景下的隐式情感语义推理技术，完善和丰富了隐式情感分析中的知识融合与语义推理研究框架。这些方法从不同维度、不同视角将事实型隐式情感的语义、知识、用户等信息纳入到统一的情感计算与推理框架之中，实现对事实型隐式情感的全面、深入、个性化、可解释的理解。基于以上的研究，本课题积累了丰富的研究成果，共形成论文15篇，申请国家发明专利4项，并将本项目理论研究成果应用于山西旅游智能化信息服务系统中，为提升旅游业发展水平、实现旅游经济强省目标提供技术支撑。