利用自然语言处理与统计学揭示情感分析中判断差异的影响因素

TripAdvisor评论及类似数据源在自然语言处理（NLP）的许多任务中发挥着重要作用，为识别和分类主观判断（如酒店或餐厅评论）为积极或消极极性提供了数据基础。本研究探讨了影响众包极性判断差异的三个重要因素，重点关注西班牙语TripAdvisor评论。测试了三个假设：词性（POS）的作用，诸如“tasty”等情感词的影响，以及诸如“ok”等中性词对判断差异的影响。该研究的方法论采用单词标题，证明了其在研究单词极性差异方面的有效性。对我们感兴趣的词组进行了均值相等的统计检验。本研究结果表明，与其他词类或POS相比，单词标题中的形容词往往导致较低的判断差异。情感词同样有助于降低判断差异，强调了情感词在极性判断研究中的重要性，而正如预期的那样，中性词与较高的判断差异相关。然而，这些效应并不总是能在更长的标题中重现，这表明由于较长标题中其他词（如否定词）对词极性的影响，较长的标题并不代表测试单个词歧义的最佳数据源。这项实证研究为影响词极性差异的因素提供了有价值的见解，为旨在捕捉和预测西班牙语极性判断的NLP从业者以及旨在理解影响判断差异因素的研究人员奠定了基础。