文章作者意見辨識實驗

我們分析並擷取語料庫中屬於文章作者的特徵向量，目的為解決意見持有者 不以單詞或詞組形式出現的情況。主要可以分為詞彙相關資訊、詞性相關資訊、

標點符號相關資訊、具名實體相關資訊、句法相關資訊、意見詞資訊等六種特徵 值類別，其中詞彙相關資訊中的轉折詞、句法相關資訊中的複合句和被動語態為 本研究提出的做法，其他則為參考[22]之特徵值，表 3.3.1 列出文章作者意見辨 識使用的特徵值。

表3.3.1 文章作者意見辨識特徵值

特徵值類別 特徵值代號 特徵值說明

詞彙相關資訊

ifHasI 本句是否有 I 或 i ifHasWe 本句是否有 We 或 we

ifHasTransword 本句是否有轉折詞，例如 however 詞性相關資訊 ifHasPersPronoun 本句是否有人稱代名詞

標點符號相關資訊 ifHasQuotation 本句是否有雙引號，例如

【" "】、【「 」】或【“ ”】

具名實體相關資訊 ifHasPerson 本句是否有人名 ifHasOrganization 本句是否有組織名 句法相關資訊 isPassiveVoice 本句是否為被動語態

isCompoundSentence 本句是否為複合句

意見詞資訊 ifHasOperator 本句是否有某個指示動詞

˙詞彙相關資訊

我們以反向思考文章作者意見句，幾乎不會出現的詞彙，例如：「I」和「we」，

在新聞語料庫裡，「I」和「we」常伴隨著某個意見持有者候選詞出現，因此不會 有無法標記出單詞或詞組，視為文章作者意見句的情況發生，如以下例句：

例句3.3.1："In June 2014, when I announced my bid for reelection as New Taipei mayor, I promised the city's 4 million people that I would serve well and complete my full term," he said.

在例句3.3.1 中，以代名詞「he」指代到前面的「I」。

例句3.3.2："I am sincerely grateful to all of the legislative members for their guidance and support, " Su said during a post press conference in the morning.

在例句3.3.2 中，以單詞人名「Su」代表前面的「I」。

假設出現「I」和「we」這兩個字彙，幾乎可以判定不為文章作者，但不考 慮「me」和「us」的情況，因為這樣就像是站在報導人物的角度去敘說新聞，

並不會以這種奇怪的方式撰寫新聞。使用「I」和「we」搭配雙引號的方式，足 以表達某意見持有人的說法，如以下例句3.3.3, 3.3.4 及 3.3.5 所示。為了增加訓

練可靠度，因此將詞彙相關資訊的權重列成兩項特徵。

例句3.3.3："We hope to end cross-strait hostility, " Chu said, calling on both sides of the strait to create a win-win situation that benefits the people.

上句中以單詞人名「Chu」代表前面的「We」。

例句3.3.4："We encourage both sides to continue their constructive dialogue on the basis of dignity and respect," Sonia Urbom, spokesperson of the American Institute in Taiwan said Wednesday.

上句以詞組人名「Sonia Urbom」代表前面的「We」。

例句3.3.5：Trudeau said "we look forward to discussing a wide range of issues with him, just as we did with Democratic Progressive Party candidate Tsai Ing-wen in June."

例句3.3.5 以單詞人名「Trudeau」代表前面的「We」。

將詞彙相關資訊中的轉折詞列為特徵的動機如下：經由觀察訓練集所得到的 標記，我們將標記為文章作者意見句加以分析，發現新聞撰寫的用字會顯示作者 的情感表達，文章作者意見句經常帶有轉折語氣的字眼，我們將標記為文章作者 意見的句子，並收集這些共同重複出現的詞，從而得到表 3.3.2，這些都是透過 文本情感分析步驟所得到的主觀性句子，如：however、as a result、in addition to、

whether…等為轉折詞。具有轉折詞的文章作者意見例句如：To a political party, however, there cannot be a common goal without unity, and without unity it is impossible to win people's support.

表3.3.2 文章作者意見轉折語氣詞彙表 表達文章作者意見的轉折語氣詞彙

單字詞

although、but、currently、despite、especially、furthermore、frankly、

first、finally、however、instead、meanwhile、nevertheless、

otherwise、whenever、yet、previously、similarly、second、therefore、

unless、whether、while、whatever

雙字詞

according to、as to、as for、but if、even though、even if、for now、

most importantly、so that、so if、such as 三字詞 as a result、in addition to、in other words

三字詞以上 as a matter of fact、for a long time、in the long run、on the other hand

˙詞性相關資訊

擷取除了「I」和「we」的人稱代名詞，也考慮人稱代名詞為受格的情形，

如：「him」、「her」、「them」等，人稱代名詞的使用讓意見句為文章作者的機會 增大，總是代表前面被提及的名詞實體，因此包含人稱代名詞的意見句極有可能 是以作者角度去撰寫的句子，雖然人稱代名詞的出現也有可能指代為某一意見持 有者，此項特徵值與具名實體特徵有著關聯性。

˙標點符號相關資訊

英語新聞文章的撰寫方式，讓我們可以很確切的認定，附有雙引號內的句子 為某意見持有者所表達的意見，引號的出現幾乎可以排除本句不為文章作者意見 句，而能夠在引號附近的位置找到代表意見持有者的單詞或詞組，此特徵幫助我 們找出引號附近的意見持有者，能夠減少標記錯誤的意見持有者候選詞。

˙具名實體相關資訊

只考慮人名和組織名，而不考慮地名，因為此階段目的為判斷是否為文章作 者，假如專注於地名對整體辨識率並沒有幫助。假設一個句子中出現人名或組織 名，則表示此句極有可能為包含意見持有者的意見句，進一步排除為文章作者意

見的可能性，並考量地名不常被當作意見持有者，因此也是去除此特徵的一大重 要原因。

˙句法相關資訊

被動語態特徵值，可用以檢視是否為作者意見，因為以站在文章作者角度而 撰寫的意見句子，常常使用was/were + verb + by、is/are + being verb + by…等語 法，這些例句的動詞都是：助動詞＋過去分詞，或加上介系詞 by，這是被動語 態的基本結構，以例句3.3.6 所示。

例句3.3.6：An analysis of viewpoints expressed by expatriates in Taiwan shows they have little difficulty settling in, while two thirds enjoy immersing themselves in Taiwan's rich culture.

被動語態表示，且標記為文章作者意見，少有能夠做為意見持有者候選詞的 實體。

例句3.3.7：At Qingshui District, Taichung, the residents of Haibinli village were infuriated by certain company’s careless and inconsiderate waste dumping in early November.

在例句3.3.7 中，雖然不同的標記者可能會將「the residents」視為意見持有 者，但本句更像是作者的角度描寫，詳細地述說事件發生時間和地區與意見主題

「waste dumping」，且有被動語態表示，且標記為文章作者意見。但是也並非所 有被動語態均為文章作者意見，如下例：

例句3.3.8：An analysis of viewpoints expressed by expatriates in Taiwan shows they have little difficulty settling in, while two thirds enjoy immersing themselves in Taiwan's rich culture.

在上例句中，使用被動語態表示，且無標記出意見持有者的文章作者意見句。

我們定義複合句為包含一個子句以上的句子，兩個子句之間以逗號劃分，目 的在於有效地擷取文章作者意見句。我們觀察到文章作者意見句的表示通常為簡 短的一句話，因此包含的意見持有者候選詞也較少。

˙意見詞資訊

包含我們從訓練資料集收集的 112 個指示動詞或稱謂語動詞(Predicate Verb) 關鍵字，統計所有訓練集中潛在意見句的意見持有者所支配動詞的頻率，藉此來 決定一個句子中的何項動詞做為該句的指示動詞，希望了解文章作者發表意見時

，是否常使用特定的動詞關鍵字，例如：「say」、「express」、「add」等，英語新 聞常用的動詞是「say」，通常以一般過去時式出現，即「said」。

當同一則新聞中出現多次的動詞「say」或「said」時，可以選用其他的詞，

以避免單調，例如：「claim/state 聲稱」、「call/ appeal 呼籲」、「add 補充」等。表 3.3.3 列出一些經常可以用來替代 say 的動詞，它們在含意和用法上存在著些微差 emphasize 強調 exclaim 驚嘆 brainstorm 集思廣益 condemn 譴責