w:
看见前面的“降温”，这降温是何极性？
“本来就防寒措施准备不足，这不现在又要降温了。”
“他这几天高烧不退，还好刚才开始降温了。”
还有“降级”
“他这学期实在太差，学校对他实行了降级处理。”
“由防恐工作己经卓有成效，上面终于把防恐等级降级了。”
看这“随风倒”的词，在做情感分析，只看词的话也不大可靠。
我:
大小 多少 高低 长短 增减 之类 自身没有褒贬 根据它所修饰者而定
w:
这些中性词一看很清楚。降级这个偏向性应该很明显。
我:
那是。
降 中性。
w:
是
我:
级 级别 职称 等级 这些属于隐性正面词 在语言中被激发 被 increase、start or decrease、suspend 这类概念的词所激发。
w:
李老师研究是颇有心得啊！那存不存在褒义词贬义用，贬义词褒义用。
我:
当然存在 譬如讽刺 挖苦 自嘲 和 讥笑
w:
是的
我:
譬如 “谢谢你的完美误导”：“谢谢” 与 “完美” 的褒义 在“误导”前 转为讽刺 因此是负面
w:
呵呵! 那机器拿捏起来，就比较困难了。
我:
再如
“居然拿狐狸肉冒充牛肉上架 沃尔玛 你真行”
你真行 从褒奖转为讽刺贬义。
w:
例子，李老师也是随手拈来啊，这个"真行" -都是用坏了。这些应该是属于超一般文本的自然语言处理。觉得，在NLP 特别棘手这种讽刺，隐喻，借代，拟人之类的
我:
我过去五年就是陷在 sentiment 泥淖呢。
w:
好不容易搭配个语义模板出来，总那么多非法的都是合法的而且是高水平的修辞手法
这让机器莫名其妙，莫衷一是
我:
上面这样的正好反说有迹可循，有套路，小心一点，还是可以抓住的。做过 sentiment 后 事实抽取为基础的知识图谱就是小菜了。
白:
sentiment也是有结构的，仅仅正负面标签远远不够。
w:
同意白老师。独立标签
独立标签也许就如李老师之前所说的关键词
白:
“坑挖深了”有歧义，和不同预期有关。
原来挖浅了，现在按照要求深挖，可以交差了。这是一个意思。
没预期挖那么深，一不留神用力过猛，挖深了，是“过深”的意思。
【相关】
【语义计算沙龙：sentiment 中的讽刺和正话反说】
发布者
