情感分析---传统情感分类方法1.导语2.主流的情感分类方法分类

1.导语

情感分类是情感分析技术的核心问题，其目标是判断评论中的情感取向，按区分情感的粒度可分为两种分类问题：
1）正/负（positive/negative）二分类或者正面/负面/中立（positive/negative/neutral）三分类。
2）多元分类，如对新闻评论进行“乐观”、“悲伤”、“愤怒”、“惊讶”四元情感分类，对商品评论进行1星~5星五元情感分类等。

2.主流的情感分类方法分类

按技术路线分为5类：
1）基于词典的方法
2）基于机器学习的方法
3）词典与机器学习混合的方法
4）基于弱标注信息的方法
5）基于深度学习的方法

2.1 基于词典（Lexicon-based）的情感分类方法

基于词典方法的核心模式是“词典+规则”，即以情感词典作为判断情感极性的主要依据，同时兼顾评论数据中的句法结构，设计相应的判断规则（如but从句与主句情感极性相反）
基于词典的情感分类方法本质上依赖于情感词典和判断规则的质量，而两者都需要人工设计。因此这类方法的优劣很大程度上取决于人工设计和先验知识，推广能力较差。

2.2 基于机器学习的情感分类方法

基于机器学习技术的情感分类研究工作：
1）特征工程是此类研究工作的核心。情感分类任务中常用到的