Анализ тональности текста

Анализ тональности текста (сентимент-анализ, англ. Sentiment Analysis) компьютерной лингвистики — класс методов контент-анализа, предназначенный для автоматизированного выявления в текстах эмоционально окрашенной лексики и эмоциональной оценки авторов по отношению к объектам, речь о которых идёт в тексте (анализ высказываний, англ. opinion mining).

В современных системах автоматического определения эмоциональной оценки текста чаще всего используется одномерное эмотивное пространство: позитив или негатив (хорошо или плохо). Однако известны успешные случаи использования и многомерных пространств.

Литература

• Гаспаров Б. М. (1996). «Язык, память, образ. Лингвистика языкового существования». М.: “Новое литературное обозрение”: 352.
• Pang B., Lee L., & Vaithyanathan S. (2002). «Thumbs up? Sentiment classification using machine learning techniques» (PDF). In Proceeding of the conference on empirical methods in natural language processing (EMNLP 2002), Philadelphia, PA, USA, July 6–7,: 79–86.
• Pang B. & Lee L. (2005). «Seeing stars: exploiting class relationships for sentiment categorization with respect to rating scales» (PDF). In Proceedings of the 43rd annual meeting of the Association for Computational Linguistics (ACL), University of Michigan, USA, June 25–30,: 115–124.
• Gamon M. (2004). «Sentiment classification on customer feedback data: noisy data, large feature vectors, and the role of linguistic analysis» (PDF). In Proceedings of the 20th international conference on computational linguistics (COLING 2004), Geneva, Switzerland, August 23 – 27: 841–847. </ref>
• Prabowo R. and Thelwall M. (2009). «Sentiment analysis: A combined approach.» (PDF). Journal of Informetrics, 3(2): 143-157.
• Konig A.C. & Brill E. (2006). «Reducing the human overhead in text categorization» (PDF). In Proceedings of the12th ACM SIGKDD conference on knowledge discovery and data mining, Philadelphia, Pennsylvania, USA, August 20–23,: 598–603.
• Nasukawa T. & Yi J. (2003). «Sentiment analysis: capturing favorability using natural language processing». In Proceedings of the 2nd international conference on Knowledge capture, Florida, USA, October 23–25,: 70–77.
• Yi J., Nasukawa T., Niblack W. & Bunescu R. (2003). «Sentiment analyzer: extracting sentiments about a given topic using natural language processing techniques» (PDF). In Proceedings of the 3rd IEEE international conference on data mining (ICDM 2003), Florida, USA, November 19–22,: 427–434.