Fine-Grained Lexicon-Based Sentiment Analysis of Russian News Texts

Abstract

Данная работа посвящена извлечению компонентов тональности на базе специального лексикона на материале русских новостных текстов. Целью исследования является разработка процедуры тонального анализа с параллельным извлечением тонального слова, объекта и субъекта тональности. В работе рассматриваются существующие подходы к анализу тональности, анализируется содержание некоторых доступных тональных словарей на русском и английском языках. В практической части работы описан процесс построения тонального лексикона в структуре RussNet и его применение при процедуре тонального анализа. Кроме того, описывается алгоритм выделения компонентов тональности, основанный на формальных правилах. Оценка работы алгоритма производится путём сравнения результатов со специально созданным золотым стандартом тональной разметки новостных текстов экспертами.

The study deals with fine-grained lexicon-based sentiment analysis of Russian news texts. The aim of the work is to carry out the procedure of sentiment analysis, namely to extract automatically a sentiment, an entity and a holder of opinion. We consider existing methods of sentiment analysis as well as contents of several sentiment lexicons for English and Russian. We describe the process of building sentiment lexicon on the basis of RussNet, and its usage. Moreover, we describe our rule-based algorithm of extracting the components of opinion. Evaluation is carried out using gold standard created on the basis of expert annotation of news texts.