種子詞彙的擴充（同類別）的分析

前一節透過四個規則，利用中文的語法結構嘗試取出情緒詞彙。共找出 225 個不同的種子詞彙，其中包含明確的正向、負向、以及無法分類極性的種子詞彙。

接著便是將這 225 個種子詞彙透過廣義知網擴充做同類別的擴充。

進行擴充並對類別投票後，總共得到 2632 種不同的正向詞彙以及 1870 種不 同的負向詞彙，節錄部份於表 32、表 33 中。

表 32：節錄（同類別）擴充過程中得到的部份正向詞彙

以表 32 作說明：最左邊的欄位為原始的種子詞彙；中間欄位為類別的名稱；

最右側便是擴充過程中收錄的詞彙。本研究在擴充的當下對同一個類別的詞彙使 用簡單的投票，得出該類別的極性後，記錄於中間欄位中（如表 32 中，「important|

重要」為正向類別，記錄為(+)），以利後續的步驟使用。

擴充過程會遇到一些問題，以下逐一說明。首先若是類別欄位空白，則屬於 概念式為「一個義原以外」情形的詞彙，因此無法給予單一類別，例如表 32 中 的種子詞彙「稱職」。

本研究先對種子詞彙於類別的中的詞性做判定，才決定要不要納入擴充區域 中。以表 32 中的辭彙「好」為例，「好」在倒數 3 筆資料中的詞性分別是「Dfa：

副詞」、「Di：副詞」、「Cbca：連接詞」，並非形容詞或動詞類詞彙，因此不繼續 探討它有哪些擴充詞彙，所以在表 32 中加上刪除線。

若是有不同的種子詞彙卻對應到廣義知網中的同一個類別，則只取一次，不 會重複擴充。如表 33，種子詞彙「沈悶」和「悶」，同時都有屬於「stuffy|悶」的 部份，但「stuffy|悶」已於「沈悶」中擴充過，因此「悶」將只取「LowVoice|低 聲」這個類別的詞彙做擴充，而在「stuffy|悶」相對應欄位加上刪除線。

由四個規則定義出的種子詞彙極性，不見得和擴充後相同。例如表 33 的「討 好」。「討好」於規則（三）中是屬於正向的「Vt：動作類及物動詞」，但擴充後 的「please|取悅」卻是屬於負向的類別，因此「討好」將被定義為負向詞彙。

某些類別由於部分極性標註的正負向票數相同、或是類別中沒有任何一筆極

表 35：簡易的投票法試圖解決（同類別）中「擴充過程中產生的雙極性詞彙」

表 36：種子詞彙的擴充（同類別）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 27 26 96.30％ 38.24％

2 個字詞彙 708 268 256 95.52％ 36.16％

3 個字詞彙 54 10 10 100％ 18.52％

成語或諺語 150 39 37 94.87％ 24.67％

總計 980 344 329 95.64％ 33.57％

由此可以看出：觀察人們慣用的語法習慣，找出規則後，並擷取可能的種子 詞彙。接著透過廣義知網作擴充，利用對類別中的詞彙投票以決定整體極性是可 行的；同時也能找出電影領域中的情緒詞彙，並得到很好的正確率。

不過在所有 980 個測試詞彙中，卻只有 33.57％的部份被擷取出來。應用廣 義知網擴充的過程中，我們發現僅使用種子詞彙的類別是遠遠不夠的。不光是電 影領域的詞彙，還有很多具有極性、且是生活中常用的詞彙藏在某些角落。接著 改成使用同階層方式繼續擴充，希望能找出更多有意義的情緒詞彙。