中文情感分析 Sentiment Analsis

分析对象:iphone5s的手机评论。

来源：京东，亚马逊，中关村等

情感分析：

step1:确定一个词是积极/消极，主观/客观。依赖来源词典

         词典资源：  英国SentiWordNet（准确）， Hownet,NTUSD ,还有大连理工发布的情感词汇本题库

step2:识别一个句子是消极/积极，主观/客观

         匹配一个句子中有词典中的那些词，然后加总计算句子情感分值。不同领域有不同的情感词，需要根据具体领域构建针对性的情感词典，也可以使用有监督的机器学习方法，把          一堆评论进行算法训练，训练出区分主客观评论的分类器。积极、消极可以直接进行标注星级等级；机器学习判断主客观有点困难。

        Pytho的SnowNLP可以计算一句话的积极消极情感值（推荐）

step3.情感挖掘升级为意见挖掘

        从评论中找到属性，然后看评论是如何评论属性的。即在情感分析的基础上，先挖掘出产品属性，再分析对应属性情感。分析完每一条属性情感后，进行汇总。形成消费者对         一款产品各个部分的评价。可以对比不同产品的评价进行可视化。

关键点：找到评论中的主观句子，在句子中使用关联规则挖掘产品属性，准确分析对应的情感倾向与情感强度。计算属性对应的情感值。情感分析很重要。

Bing Liu:sentiment Analysis and opinion Mining (http://www.morganclaypool.com/doi/abs/10.2200/s00416ed1v01y201204hlt016)

Bo Pang:Opinion Mining and Sentiment Analysis (http://dl.acm.org/citation.cfm?id=1454712)