利用方向依赖词自动构建金融领域上下文感知情感词典

金融文档的情感分析已引起越来越多的关注。此类文档最流行的例子包括分析师报告和经济新闻，对其分析常被用于捕捉市场情绪趋势。另一方面，情感分析在金融领域所扮演角色的重要性，催生了构建金融领域专用情感词典的努力。情感词典有助于解决各种文本挖掘任务，例如文本数据的无监督分类，同时减轻人工标注所需的繁重人力。构建有效情感词典的挑战之一是词的语义取向可能随其出现语境而变化。例如，“profit（利润）”一词通常传达正面情绪；然而，当该词与另一词“decrease（下降）”并列时，短语“profit decreases（利润下降）”所关联的情绪变为负面。因此，给定词的情感可能随着考虑该词周围语境而改变。本文通过在从给定语料库构建情感词典时纳入语境来解决此问题。具体而言，我们构建了一个名为 Senti-DD 的词典，即由方向依赖词组成的情感词典（Sentiment lexicon composed of Direction-Dependent words），其将每个词条表达为一个方向词与一个方向依赖词的对。实验结果表明，使用 Senti-DD 获得了更高的分类性能，证明了我们自动构建金融领域上下文感知情感词典方法的有效性。