文本情感特征提取的词法、句法与语义层面技术？ 热门官方

回答：词法层面：情感词典（如SentiWordNet、HowNet情感词典，通过词汇的情感极性（正/负）与强度赋值）、词嵌入（如Word2Vec、GloVe将词汇映射为向量，捕捉情感语义关联）；句法层面：句法依存分析（如识别情感词的修饰关系，如“并非完全失望”中“并非”对“失望”的否定强度）、情感词位置权重（如标题中的情感词权重高于正文）；语义层面：深度学习语义特征（如BERT、RoBERTa通过预训练学习上下文情感语义，在SST-2数据集上准确率达94.9%）、情感隐喻识别（如“心碎”隐喻“悲伤”，需结合知识图谱识别隐喻映射）。关键技术挑战是复杂句式情感极性判断（如双重否定、条件句）与领域自适应特征提取（如医疗文本与社交文本的情感词汇差异）。