面向实体的情感分析：超越情感之和

在对较长文本进行情感分析时，可能涉及多种话题、提及的实体以及对每个实体的各类情感表达。我们发现，缺乏对如何在较长文本中表达对每个感兴趣实体情感，以及这些情感如何建模的研究。在更好地理解关于人物和组织机构（我们研究范围内的每个实体）的情感在较长文本中如何表达后，我们收集了一个由专家标注的数据集，其中识别了每个实体的整体情感，并单独标注了这些实体的句子级情感。我们表明，读者对某个实体的感知情感往往不同于对该实体被提及的各句情感的算术聚合。只有 70% 的积极实体和 55% 的消极实体在对实体被提及的句子（人工标注的）情感标签进行聚合后，才能获得正确的整体情感标签。我们的数据集揭示了较长文本中面向实体的情感表达的复杂性，并允许对此类情感表达进行更精确的建模和评估。