SentiWordNet（情感词网） 是一种基于 WordNet 的词汇情感资源（Lexicon Resource），它为英语中每个 WordNet 同义词集合（Synset）分配了情感极性分数。该资源被广泛用于自然语言处理（NLP）中的情感分析、意见挖掘（Opinion Mining）和主观性分析（Subjectivity Analysis）等任务。
以下是对 SentiWordNet 的详细介绍：
1. 核心概念与原理
SentiWordNet 的核心思想是将 WordNet（一个庞大的英语词典数据库）中的每个词条（尤其是同义词集）与情感倾向联系起来。它通过为每个 Synset 分配三个情感分数，来量化该 Synset 的情感色彩。
1.1 三种情感分数
对于 WordNet 中的每个 Synset，SentiWordNet 计算并分配了以下三个分数，且这三个分数之和为 1.0（或接近 1.0）：
- PosScore（正面分数）：表示该 Synset 所包含词汇的积极情感程度。
- NegScore（负面分数）：表示该 Synset 所包含词汇的消极情感程度。
- ObjScore（客观性分数）：表示该 Synset 所包含词汇的中性或客观程度。
通常情况下，PosScore 和 NegScore 互斥（即如果一个词偏向积极，NegScore 为 0，反之亦然），但客观性分数（ObjScore）可能较高，表示该词多用于描述客观事实而非情感（如 "car"）。
1.2 评分机制
早期版本（如 1.0）主要通过对 WordNet 中词条的定义（Gloss）进行量化分析来计算分数。后续版本（如 3.0）引入了更加复杂的半监督学习算法，并结合了用户反馈和人工标注数据集（如 Micro-WN-Op）来优化评分准确性。
2. 版本演进与特性
SentiWordNet 目前有多个版本，最广泛使用的是 SentiWordNet 3.0。
| 版本 | 主要特点 | 发行时间 |
|---|---|---|
| 1.0 | 基于 WordNet 2.0，使用初步的词义分解技术。 | 2006 |
| 2.0 | 结合了更加精细的语义相似性计算。 | 2009 |
| 3.0 | 基于 WordNet 3.0，采用了 Bag-of-Synsets 方法，并引入了人工校准的微观数据集（Micro-WN-Op 3.0）进行对齐，整体准确率更高。 | 2010（正式发布），后续持续更新 |
3. 数据结构与使用
SentiWordNet 通常以纯文本文件形式提供，每行包含以下信息：
POS ID PosScore NegScore SynsetTerms Gloss
- POS：词性（a=形容词, n=名词, v=动词, r=副词）。
- ID：WordNet 中的唯一标识符。
- SynsetTerms：该同义词集合中的词语列表。
- Gloss：该同义词集合的定义（解释）。
3.1 计算词语情感倾向
在实际应用中（如使用 Python 的 NLTK 库），你可以通过以下方式获取词语的情感分数：
from nltk.corpus import sentiwordnet as swn
synset = swn.senti_synset('good.a.01')
print(synset.pos_score()) # 正面分数
print(synset.neg_score()) # 负面分数
print(synset.obj_score()) # 客观性分数
4. 应用场景
SentiWordNet 被广泛用于以下任务：
5. 相关链接与资源
以下是获取 SentiWordNet 及相关信息的官方渠道：
- 官方主页（资源下载）：SentiWordNet 的官方网站提供了数据集下载、文档说明以及 Web 接口查询功能。
- GitHub 项目：许多开发者维护了 SentiWordNet 的镜像仓库（如 aesuli/SentiWordNet），提供了便捷的下载链接和使用说明。
- 原始论文：关于 SentiWordNet 的详细技术报告和原理介绍可参考论文《SentiWordNet: A High-Coverage Lexical Resource for Opinion Mining》（Esuli and Sebastiani）。
温馨提示：虽然 SentiWordNet 主要针对英语，但其原理和技术（如基于 WordNet 的情感映射）也被用于构建其他语言的情感词典（如 SentiWordNet for Spanish, Chinese 等）。