據(jù)美國調(diào)研機(jī)構(gòu)Royal Pingdom對201pan>年全球互聯(lián)網(wǎng)發(fā)展?fàn)罱Y(jié)顯示，全球網(wǎng)民數(shù)量為2pan>億，其中亞洲多，為9.22億，歐洲為4.76億，北美為2.7pan>億。根據(jù)《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》，截至201pan>年12月底，中國網(wǎng)民規(guī)模突破5億，達(dá)到5.13億；中國手機(jī)網(wǎng)民規(guī)模達(dá)到3.56億。

除了網(wǎng)絡(luò)用戶數(shù)量令人驚嘆地增長，網(wǎng)絡(luò)內(nèi)容組織方式也在逐漸發(fā)生變化。這種變化所帶來的震撼并不亞于網(wǎng)民數(shù)量的增長。自萬維網(wǎng)推出以來，網(wǎng)絡(luò)上的信息不斷涌現(xiàn)，一些以前需要從傳統(tǒng)媒體中查找的信息可以方便地從網(wǎng)絡(luò)上獲得。隨著時(shí)間的推移，人們不再滿足于將網(wǎng)絡(luò)當(dāng)作純粹的獲取信息的場所，而是希望將其作為表臺(tái)。

1997年出現(xiàn)了“博客”一詞。這是一種充分個(gè)性化的網(wǎng)絡(luò)表達(dá)工具，在其上“博主”可以發(fā)表自己的見聞和觀點(diǎn)，訪客可以留言。2004年，Facebook向大學(xué)生開放。信息的交流以人為節(jié)點(diǎn)，以好友關(guān)系為邊，迅速擴(kuò)散到整個(gè)網(wǎng)絡(luò)。結(jié)合了博客和移臺(tái)的Twitter 出現(xiàn)在2006年，并且在短短的幾年時(shí)間內(nèi)全球。2009年8月，中國的門戶網(wǎng)站新浪網(wǎng)推出“新浪”內(nèi)測版，成為門戶網(wǎng)站服務(wù)的網(wǎng)站，正入中文上網(wǎng)主流人群視野。

當(dāng)人們購買商品的時(shí)候，往往要通過網(wǎng)絡(luò)查找大家對該商品的評價(jià)，以便決定自己的購買行為。企業(yè)則對客戶和潛在客戶的意見尤為關(guān)注，從而指導(dǎo)產(chǎn)品的設(shè)計(jì)、服務(wù)等。政府部門對影響社會(huì)的輿論密切關(guān)注，從而選擇應(yīng)對措施。

傳統(tǒng)的信息檢索并不能滿足以上各種需求。一個(gè)明顯的不足之處在于，傳統(tǒng)的檢索工具是針對主行檢索，并不能定制化地提供對某個(gè)實(shí)體的評價(jià)。

在自然語言處理（Natural Language Processing,NLP）中,情感分析這個(gè)概念應(yīng)運(yùn)而生。情感分析的工括對評論的極行分類，提取產(chǎn)品的產(chǎn)品特征并對其評行分析，識(shí)別觀點(diǎn)的發(fā)出者等。粗略地講，凡是和文本中觀點(diǎn)、情緒、評價(jià)等相關(guān)的自然語言處理工作都可以歸人情感分析領(lǐng)域。自然語言處理經(jīng)過多年的發(fā)展，積累了豐富的資源，可以獲得各種人工標(biāo)注的語料、句法分析工具、語義詞典等。這些都為情感分析的開展奠定了研究基礎(chǔ)。

目前，學(xué)術(shù)界和工業(yè)界對文本情感分析的相關(guān)問行了廣泛和深入的研究。僅在美國就至少有20個(gè)公司提供情感分析服務(wù)。國際上的高校中基本都設(shè)立相應(yīng)的研究機(jī)構(gòu)和小行情感分析的研究。在國內(nèi)，、北京大學(xué)、哈爾濱工業(yè)大學(xué)、上海交大、復(fù)旦大學(xué)、廈門大學(xué)、大連理工大學(xué)、重慶大學(xué)、北京郵電大學(xué)等許多科研機(jī)構(gòu)和高校都開展了情感分析的研究工作。

文本情感分析的研究已經(jīng)成為當(dāng)前自然語言處理研究的熱點(diǎn)。

1.2本書主要研究內(nèi)容

本書的研究有兩個(gè)：一是情感詞表的構(gòu)建；二是產(chǎn)品評論的分析。在詞表構(gòu)建完成后行情感詞搭配的研究工作。這部分工作可以看成連接情感詞表構(gòu)建和產(chǎn)品評論分析的環(huán)節(jié)。事實(shí)上，可以把情感詞作為一種評價(jià)，把產(chǎn)品特征看成評價(jià)的特殊搭配，并在此基礎(chǔ)上開展產(chǎn)品評論分析的有關(guān)工作。這樣，從情感詞表的構(gòu)造過渡到產(chǎn)品評論分析的工作就十分自然了。

選擇這兩個(gè)部分作為本書的主要工作是基于這樣的考慮。

（pan>）情感詞表是情感分析的重要資源�；�于高質(zhì)量的詞典，一些情感分析任務(wù)只需要采用簡單的方法即可以獲得很好的效果。對于中文而言，情感詞表資源還很匱乏。

（2）采用自動(dòng)的方式構(gòu)建詞表，充分利用語言學(xué)的知識(shí)，盡可能降低構(gòu)建情感詞表的人工代價(jià)。

（3）以產(chǎn)品評論分析作為實(shí)際的應(yīng)用背景，利用已有的資行深人的分析，得到具有實(shí)用性的成果。

自然語言處理需要重視語言學(xué)。Wintner（2009）建議在ACL里設(shè)置一個(gè)語言學(xué)專委會(huì)，并呼吁語言學(xué)回歸計(jì)算語言學(xué)。他認(rèn)為，當(dāng)代的自然語言工程里，語言學(xué)整體上是缺位的。從語言學(xué)的角度出發(fā)，將語言學(xué)中的知識(shí)和計(jì)算機(jī)的方法結(jié)合起來是本書的一個(gè)基本原則。