種子詞彙的擴充（同階層）的分析

此節重新將由規則找出的 225 個種子詞彙，透過廣義知網擴充。差別是這次 將擷取種子詞彙所在類別中，所有同階層類別的詞彙以提昇擴充詞彙量。經過整 理，共得到了 5012 種不同的正向詞彙以及 4217 種不同的負向詞彙。

同階層的擴充中時常會一次性的找出多個類別，這些類別不見得具有相同的 極性。找出幾個較有代表性的種子詞彙，以正負的結果分類，列於表 37、表 38 中。

看到表 37 下方的三個類別「creative|有創意」、「consistent|有條理」、「disciplined|

有紀律」。它們是透過「uninventive|無創意」、「inconsistent|沒條理」、「undisciplined|

無紀律」而得到正面、正面、正面的極性。這是由於利用了否定詞：若是有撇開 否定詞「無」、「不」、「沒」後名稱前增加「有」的類別，則只要其中一種有極性，

便可以藉由取相反的方式得出另一個類別的極性。

再看到表 38，從規則（一）中擷取的種子詞彙「俗」。「俗」屬於「vulgar|俗」

的類別。經由同階層的擴充擷取和「vulgar|俗」同樣高度的類別，並在過程中針 對各自類別的詞彙投票以決定極性，最後納入擴充詞彙。依此法擴充得到「couth|

脫俗」屬於正向類別、「vulgar|俗」屬於負向類別、而表 39 中同屬原始種子詞彙

「俗」的類別「uncouth|土氣」、「habit|習慣」則無法分類。類別欄位的*，代表種 子詞彙所在的類別；否則為透過階層的方式額外增加的類別；另外原始種子的數字

則是代表由種子詞彙找出的不同類別編號。

表 37：節錄（同階層）擴充過程中得到的部份正向詞彙

原始種子 類別 擴充過程中得到的辭彙

重要₁ *important|重要 (+)

主要性，非同小可，要緊，重大，重要，茲事體大，

深巨，深鉅，軸心，精要，緊要，樞機，歷史性，

舉足輕重，關鍵性，顯要，切要，關鍵，根本，

重量級 拖沓 consistent|有條

理 (+)

一板一眼，有條有理，條理井然，層次分明

中規中矩 disciplined|有紀 律

重要₂ Unimportant|不 重要 緊湊₂ OutOfTheWay| 幽，偏遠，偏僻，僻，僻遠，僻靜，隱僻，隱癖，

(-)

一樣記錄下擴充過程中新發現的「廣義知網中的雙極性詞彙」後擱置一旁，

利用上述方法新增 10 個詞彙，現在共有 4960 種正向詞彙與 4165 種負向詞 彙。收錄的詞彙量增加，將可能對極性產生影響。所以重新將這些詞彙和測試資 料中的 980 個詞彙比對；而非以上一節的基礎繼續往上進行比對。結果呈現於下 表 41。

表 41：種子詞彙的擴充（同階層）的分析結果

總數 擷取數目 正確數目 正確率（precision） 回收率（recall）

1 個字詞彙 68 44 42 95.45％ 61.76％

2 個字詞彙 708 392 371 94.64％ 52.40％

3 個字詞彙 54 15 15 100％ 27.78％

成語或諺語 150 61 59 96.72％ 39.33％

總計 980 512 487 95.12％ 49.69％

回收率相較於前一節的結果，從 33.57％提升至 49.69％，也就是 980 個測試 詞彙中共取出了 487 個；正確率則因為擴充詞彙量的增加而稍有下降，從 95.64%

降低為 95.12%。因此透過廣義知網，進一步由選取種子詞彙所在的類別，提升至 選取種子詞彙所在階層的所有類別，並透過類別成員間的投票以決定整體極性是 可行的。不過 49.69％的回收率代表還有一半左右的極性詞彙依然無法被擷取出 來。下一節將不再透過句法規則找出的 225 個種子詞彙作擴充，而是改成使用

NTUSD 舊版經過斷詞系統處理的新種子詞彙。本研究的目的是找出電影評論中 的情感詞彙。如果能直接透過情緒詞詞典作擴充，那應該會更精確、更有效率。