1、隨著web2.0的快速發(fā)展，用戶變成了互聯(lián)網(wǎng)內(nèi)容貢獻的主力，大量用戶產(chǎn)生的主觀性文本充斥了人們的視野?；谶@些主觀性文本的情感分析成為了近些年的研究熱點。情感詞典的構建是情感分析的基礎工作，然而構建情感詞典時存在不平衡語料問題，所以，針對這個問題的跨領域情感詞典構建研究也正在獲得越來越多人的關注。
　　目前的跨領域情感詞典構建方法大都需要很多的人工標注信息，這些標注信息需要投入大量的人力和時間才能得到，而且還不夠可靠，針對這個問題

2、，提出一種新的基于AF模型的跨領域情感詞典構建方法，該方法僅需要源領域中有詞語級的標注信息，就可以利用詞語之間的上下文相似度來判斷目標領域中詞語的傾向性，從而構建情感詞典。此構建方法主要分為三個內(nèi)容，第一個內(nèi)容是語料數(shù)據(jù)的預處理，主要對語料中的句子進行斷句，分詞等處理；第二個內(nèi)容是源領域和目標領域 AF模型的建立，將兩個領域語料的預處理結果建立成AF模型；第三個內(nèi)容是目標領域情感詞傾向性的判定，此為所提出的構建方法的核心內(nèi)容，其中基于A

3、F模型提出了兩個新的統(tǒng)計量——領域差異度和相對親和度。領域差異度用來區(qū)分領域相關情感詞和領域無關情感詞，相對親和度用于計算兩個領域間的情感詞的上下文相似度。在這兩個統(tǒng)計量的基礎上，結合建立的模型，給出一個傾向性判定算法。通過傾向性的判定結果，將判斷出的正向情感詞和負向情感詞結合在一起就構成了目標領域的領域情感詞典。
　　最后，在 COAE2011提供的評測數(shù)據(jù)基礎上，將所提出的詞典構建方法與SO_PMI方法、以及融合上下文的構建方