[论文解读] A Survey on Sentiment and Emotion Analysis for Computational Literary Studies

Evgeny Kim, Roman Klinger|arXiv (Cornell University)|Aug 9, 2018

Sentiment Analysis and Opinion Mining参考文献 211被引用 63

一句话总结

本综述全面概述了计算文学研究中文本情感与情绪分析的方法，重点探讨计算技术如何建模文学文本中的情感动态。该综述评估了基于词典、机器学习及深度学习的方法，强调了上下文理解、角色层面情绪追踪以及领域特定标注的必要性等挑战，同时倡导将心理学模型与叙事结构整合，以推动该领域的发展。

ABSTRACT

Emotions are a crucial part of compelling narratives: literature tells us about people with goals, desires, passions, and intentions. Emotion analysis is part of the broader and larger field of sentiment analysis, and receives increasing attention in literary studies. In the past, the affective dimension of literature was mainly studied in the context of literary hermeneutics. However, with the emergence of the research field known as Digital Humanities (DH), some studies of emotions in a literary context have taken a computational turn. Given the fact that DH is still being formed as a field, this direction of research can be rendered relatively new. In this survey, we offer an overview of the existing body of research on emotion analysis as applied to literature. The research under review deals with a variety of topics including tracking dramatic changes of a plot development, network analysis of a literary text, and understanding the emotionality of texts, among other topics.

研究动机与目标

• 绘制并分析现有计算方法在文学文本情感与情绪分析中的应用。
• 识别当前方法在叙事语境和角色层面情绪追踪方面的系统性方法论缺口。
• 突出文学情绪分析相较于社交媒体或新闻等其他领域所面临的独特挑战。
• 倡导将心理学情绪模型与叙事结构整合进文学计算情绪分析框架。
• 通过厘清情绪分析在文学研究中的术语与方法选择，支持跨学科研究。

提出的方法

• 本综述采用系统性文献回顾方法，分析计算文学研究与数字人文领域的同行评审出版物。
• 将方法分类为基于词典的方法、基于特征的机器学习方法，以及表示学习/深度学习方法。
• 分析评估了TF-IDF、词袋模型、支持向量机（SVM）、朴素贝叶斯、决策树及神经网络嵌入等技术在情绪分类中的应用。
• 强调使用标注数据的监督学习方法，指出当前文学语料库中缺乏细粒度、叙事层面的标注。
• 比较方法的透明度与可解释性，尽管准确度较低，仍倾向于选择基于词典的方法以提升可解释性。
• 讨论将叙事特征（如人物关系网络、情节发展进程、读者感知）整合进情绪建模的可行性。

实验结果

研究问题

• RQ1 相较于其他领域，不同计算情绪分析方法在文学文本上的表现如何？
• RQ2 在分析文学中的情绪时，关键的方法论挑战是什么，特别是语境、叙事结构与人物发展方面？
• RQ3 现有情绪分析工具在不损失可解释性或准确度的前提下，能在多大程度上适配文学文本？
• RQ4 心理学情绪模型如何能整合进文学分析的计算框架中？
• RQ5 领域专业知识在文学情绪分析的标注与模型开发中发挥何种作用？

主要发现

• 尽管上下文准确性较低，基于词典的方法在数字人文领域仍因其可解释性而被优先采用，这在文学分析中至关重要。
• 机器学习与深度学习模型在情感分类任务中表现优异，但需要大规模、细粒度的标注语料库，而此类语料在文学研究中目前仍十分稀缺。
• 与社交媒体或新闻相比，文学中的情绪分析更为复杂，原因在于情绪表达的间接性、修辞手法的运用以及嵌入的叙事语境。
• 现有方法往往无法有效建模角色之间及情节发展过程中情绪轨迹的长程依赖关系。
• 亟需多层次标注（涵盖角色、人际关系与情节弧线），以实现上下文感知的情绪建模。
• 将心理学情绪模型与叙事结构整合，是推动计算文学研究发展的关键。