文献类型：期刊文章

作　　者：王颖洁[1] 朱久祺[1] 汪祖民[1] 白凤波[2,3] 弓箭[3]

WANG Yingjie;ZHU Jiuqi;WANG Zumin;BAI Fengbo;GONG Jian(College of Information Engineering,Dalian University,Dalian Liaoning 116622,China;Institute of Evidence Law and Forensic Science,China University of Political Science and Law,Beijing 100088,China;Natural Language Processing Technology Department,Sino FAS(Beijing)Technology Company Limited,Beijing 100088,China)

机构地区：[1]大连大学信息工程学院,辽宁大连116622 [2]中国政法大学证据科学研究院,北京100088 [3]中科金审(北京)科技有限公司自然语言处理部,北京100088

出　　处：《计算机应用》

基　　金：大连大学博士专项基金资助项目(2021QL09)。

年　　份：2022

卷　　号：42

期　　号：4

起止页码：1011-1020

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：文本情感分析已经逐渐成为自然语言处理(NLP)的重要内容,并在系统推荐、用户情感信息获取,为政府、企业提供舆情参考等领域越来越占据重要地位。通过文献调研的方式,对情感分析领域的方法进行对比和综述。首先,从时间、方法等维度对情感分析的方法进行文献调研;然后,对情感分析的主要方法、应用场景进行归纳总结和对比;最后,在此基础上分析每种方法的优缺点。根据分析结果可以知道,在面对不同的任务场景,主要有三种情感分析的方法:基于情感字典的情感分析法、基于机器学习的情感分析法和基于深度学习的情感分析法,基于多策略混合的方法成为改进的趋势。文献调研表明,文本情感分析的技术方法还有改进的空间,在电子商务、心理治疗、舆情监控方面有较大市场和发展前景。

关 键 词：自然语言处理 情感分析 情感字典  机器学习  深度学习  

分 类 号：TP183]