基于Aspect情绪分析个人见解

在刚开始接触情绪分析时，经常看到基于Aspect级的情感分析，以及ABSA任务，可是Aspect是什么？好像是物体特征，好像是物体属性，这些又是怎么定义的呢？
这里主要参考《情感分析: 挖掘观点、情感和情绪》这本书。
来源：刘兵, 刘康 and 赵军, 情感分析: 挖掘观点、情感和情绪 Mining Opinions, Sentiments, and Emotions. 北京: 机械工业出版社, 2017.
书中主要说明了基于文档级、句子级以及属性级（Aspect）的情感分析。评论的一段话往往对应一个实体，而对于实体的意见不是完全积极的或消极的，因为往往涉及到实体的多个属性。因此需要识别意见目标（这里就是Aspect）和对应的情绪。
而这种情绪分析方法的类别就是基于aspect的情绪分析。

观点

一个评论观点往往由五部分组成（e,a,s,h,t）：
e：实体
a: 实体的属性（在这本书中，把Aspect翻译为属性）
s :评论的情感倾向。
h: 评论的持有者（可以表示评论的可信度）
t：评论的发表时间

关于aspect

狭义上讲，Aspect是基于实体而言的，对于一条评论，如某手机的评论，它的实体是手机，而这条评论中一定包括手机的多个方面（aspect），比如手机的电池容量、屏幕大小、系统性能。也就是说，实体是我们针对评论的某一物品，如某一款冰箱、某个电影、某家餐厅，而aspect则是用户评价时讨论的关于这个物品的方方面面。
广义上说，Aspect与我们研究的问题有关，研究问题的主体可以认为是实体，研究问题的属性是Aspect。比如《情感分析: 挖掘观点、情感和情绪》中举了社会和政治议题，：
I hate property tax increase.
可以把property tax increase当做一个有general属性的实体。
也可以把property tax当做一个实体，increase当做一个属性。
如果这是对地方政府的评论，就可以把地方政府当做实体，property tax increase当做它的属性。

Aspect有显性和隐性的。
显性Aspect：
名词和名词短语表示：The picture quality of this camera is great.
实体：camera
aspect：picture quality
隐性Aspect
非名词和名词短语，但也指明了物品的某方面。
The vacuum cleaner does not get the crumbs out of thick carpets.( 吸尘器吸不走厚地毯上的面包屑)
这就是物品的一个隐性方面。它可以分为两部分：1）get the crumbs:吸面包屑（的吸力） 2）out of thick carpets（对于）厚地毯（的吸力）

以下是举例(举例中罗列的aspect为个人理解)：
亚马逊评价：

商品：Bright Orange Countertop Mini Compact Portable Ice Maker Machine（明橙色台面迷你便携式制冰机）
评论：This makes the fun ice that looks like a tube. It makes ice quickly and it's easy to clean. I wish it had a bigger ice basket so you didn't have to empty it out as fast as you do.. but then it would be bigger then th-is. This is super cute and works just fine

实体：Ice Maker Machine 制冰机
Aspect：make ice, clean , ice basket, size(big), appearance(cute),work
这里Aspect是制冰情况、清洁、冰篮、大小、工作情况

京东评价：

商品：海尔（Haier) 滚筒洗衣机全自动 10公斤变频 99%防霉抗菌窗垫EG10014B39GU1
评论：对于海尔的产品，我一直是不冷不热的态度，前段时间入手这款全自动变频洗衣机，使用后才明白为什么很多人都选择了海尔的产品，主要是因为它用起来真的不错，人性化设计，美观无噪音。10公斤容量洗四件套没压力，夏凉被都能轻松搞定，就连衬衣都洗得非常干净。新款功能很齐全，食用级巴氏温护除菌，提供更好衣物护理，冷水洗涤，省时省力，AMT抗菌防霉，真的不错。而且它还可以中途添衣，实用又省心。好东西值得分享，推荐给大家

实体：海尔（Haier) 滚筒洗衣机
Aspect：设计 噪音 容量 洗四件套 洗夏凉被 洗衬衣 功能 除菌防霉 中途添衣
这里的Aspect就是用户在谈论海尔洗衣机时，提到的各个方面。

理想情况下，我们应该能够提取出评论中显性和隐性方面，以及用户对这些方面的态度。但是从评论可以看到，显性方面可以直接提取名词短语，相似的名词短语映射到一起。隐性方面比较难以界定，有时就需要先给定Aspect类别，再提取隐性方面。
这也是Aspect有提取任务和分类任务的原因吧。