摘要：论文 Finding Deceptive Opinion Spam by Any Stretch of the Imagination(11 ACL)文章研究虚假的spam，第一个贡献就是标注了标准的虚假评论和真实评论各400篇，组成了800篇的gold-standard数据。数据的构造过程使用了AMT(Amazon Mechanical Turk)，很严谨，很靠谱！作者是将spam识别看成一个二元分类问题，分别尝试了3种方法，并尝试了3种方法的融合（这个是第二个贡献）。第1种方法是通过文本的风格识别(Genre identification)，特征是使用POS的频率；第2种方法是进行心理学的 阅读全文

摘要：论文 A Unified Graph Model for Sentence-based Opinion Retrieval (10 ACL, Binyang Li, Lanjun Zhou)文章的核心思想是提出了一种基于topic-sentiment word pair的结构进行句子级情感检索（个人理解其实就是评价搭配用到了情感检索上）。可以挖掘句内的target和opinion组成的pair，对于句间可以挖掘针对同一topic的不同opinion；最终使用一个无向图将两种信息融合起来。Introduction + Motivation（值得学习）以往的情感检索大多是2-stage的方法。第一 阅读全文

摘要：首先总结两个情感分析领域的综合教程，都是Stanford的http://sentiment.christopherpotts.net/index.htmlhttp://www.stanford.edu/class/cs424p/再补充一个Bing Liu的情感分析主页吧~~http://www.cs.uic.edu/~liub/FBS/sentiment-analysis.html为了假期学习方便，找到了一个网页离线下载器，叫Teleport Pro，很好用，可以很方便的下载一个网站，同时保留层次结构又发现一个更给力的网页离线下载，非常推荐这个，叫Offline Explorer Enterp 阅读全文

摘要：先总体说一下，MSRA在微博情感分析方面有两篇高质量的文章，Target-dependent Twitter Sentiment Classification（11 ACL）---2个月以前在Reading Group上讲过Topic Sentiment Analysis in Twitter: A Graph-based Hashtag Sentiment Classification Approach（11 CIKM）刚下载，待读这里就说一下第一篇论文，当时没有及时总结，现在就写一下吧，这里参考了当时zhenghua师兄对我讲解论文的总结，有些偷懒~~论文的contributions：(1 阅读全文

摘要：通过bluejade师兄的EMNLP11的论文，知道了discourse level 情感分析，再次挖掘出了一个牛人，Swapna Somasundaran主页：http://www.cs.pitt.edu/~swapna/Main.html已经毕业了，还有博士论文， 要好好拜读了macdonald :　http://www.ryanmcd.com/Blitzer(domain adaptation) 主页： http://john.blitzer.com/weibe: http://www.cs.pitt.edu/~wiebe/Liu Bing: http://www.cs.uic.edu/ 阅读全文

摘要：最近两天拜读了bluejade师兄的论文"Unsupervised Discovery of Discourse Relation for Eliminating Intra-sentence Polarity Ambiguities"总体的思想是通过RST理论中的篇章关系（当然，师兄用的是句子级各句间的语义关系）来辅助句子级情感分析任务语义关系共有5大类ContrastConditionContinuationCausePurpose这5类是在对RST各关系在语料的统计分析基础上合并得到的，即这5类关系会影响到句子级的情感分析的效果。关系的抽取分为3步构建初始模板。在RS 阅读全文