E-Commerce Sentiment Dict (ECSD)

电商情感词典

本项目介绍苏州大学人类语言研究所构建的电商情感词典，包括通用的情感词条和电商领域特有的情感词条，共计3138条

电商情感词典包含的类别、预置标签、数目以及示例

其中，前三种类别的观点表达只反映单一的情感倾向（例如“好吃”）

第四种观点表达反映多种情感倾向（例如“价格高 ”和“性价比高 ”）

否定词的追加是为了进一步扩展观点表达（“不”+“给力”=“不给力”）

示例任务是从观点文本（例如用户评论文本等）中获取情感要素（例如观点对象、观点表达、情感倾向等）

例如：从观点文本“产品实惠但不耐用”提取观点对象“产品”、观点表达“实惠”、“不耐用”并合成<观点对象，观点表达，情感倾向>三元组：<产品，实惠，正面>以及<产品，不耐用，负面>

我们将其看作序列标注问题，并使用情感词典来改善挖掘性能

因此，使用情感词典词条对生文本进行最大正向匹配，将得到的情感词典标签与原有文本结合起来输入序列标注模型，匹配实例如下：

设词表为：DoUP={实惠，耐用}，DoN={不}
生文本为：产品实惠但不耐用
按照最大正向匹配的结果为：

产   O
品   O
实   B-DoUP
惠   I-DoUP
但   O
不   B-DoN
耐   B-DoUP
用   I-DoUP

在其他一些情感分析任务中可以有其他用法，但一般都采用匹配的方法