基于領(lǐng)域詞典的留園構(gòu)成要素情感分析

劉文龍， 黃 維

(清華大學(xué)深圳國際研究生院，深圳 518000)

近年來，中外在風(fēng)景園林這一傳統(tǒng)學(xué)科的研究中逐步引入信息技術(shù)的量化思維、技術(shù)處理方法[1]。有部分研究運用大數(shù)據(jù)挖掘與自然語言處理技術(shù)對風(fēng)景園林進(jìn)行多景點系統(tǒng)分析，研究中較多基于地理分布的多景點橫向評價對比為用戶選擇景點服務(wù)，如王少兵等[2]基于評論的景點推薦研究、楊鑫等[3]對民宿評論情感分析方法的研究。目前較為缺少對單一景點展開多維度的深入分析，為園林管理方有針對性提升服務(wù)的研究。同時，互聯(lián)網(wǎng)多平臺的景點評價數(shù)據(jù)量大、涵蓋面廣、時效性高，整合可深度挖掘游人對景點多維度的認(rèn)識，對傳統(tǒng)高定性分析提供一種用戶視角的量化分析補充，也因此選用了較為成熟且穩(wěn)定性高的基于領(lǐng)域詞典的分析方法[4]。

現(xiàn)對單景點——留園的關(guān)注度進(jìn)行分析，并對整體與基于構(gòu)成要素的進(jìn)行聚類的局部展開情感分析，重點是對基礎(chǔ)自然語言處理的技術(shù)方法在園林應(yīng)用領(lǐng)域的方法論展開實踐應(yīng)用研究。實驗探究留園多要素間游人關(guān)注度情況，以及對各要素的情感評價傾向，并對極性為負(fù)面的展開相關(guān)聯(lián)因素分析，補充了傳統(tǒng)園林領(lǐng)域的分析中較少有實驗案例運用網(wǎng)路評價數(shù)據(jù)及計算機(jī)技術(shù)對單景點用戶評價進(jìn)行分析，運用交叉學(xué)科的理論與方法為留園的游人評價調(diào)研、規(guī)劃決策提供幫助，為園林領(lǐng)域其他景點亟需分要素精準(zhǔn)優(yōu)化提供分析思路。

1 分析方法

研究方法如圖1所示。

圖1 留園關(guān)注度與構(gòu)成要素情感分析模式圖Fig.1 The Liuyuan Garden attention model and sentiment analysis pattern diagram of component

(1)語料獲取。Webscraper獲取攜程網(wǎng)與去哪兒網(wǎng)的公開數(shù)據(jù)作為分析語料數(shù)據(jù)，共計7 057條。

(2)對語料數(shù)據(jù)進(jìn)行清洗，主要為基于園林專業(yè)特點進(jìn)行去重、標(biāo)記、降噪、對齊等。分析粒度為語句級，對文檔內(nèi)單獨的語句，標(biāo)記其情感極性，把句子區(qū)分為正面、中立和負(fù)面3類，并按分句與評論段落分別分析情感加權(quán)結(jié)果。分詞使用了多個開源模塊，結(jié)巴分詞以及中科院計算所NLPIR為主，并進(jìn)行停用詞過濾，詞性標(biāo)注用HANLP的開源版本[5-6]。

(3)對留園整體評論展開詞頻分析(term frequency-inverse document frequency，TF-IDF)，并根據(jù)詞性進(jìn)行分類篩，獲取評論數(shù)據(jù)中關(guān)注度最高的序列。而后以語句顆粒度展開情感分析。情感分析(sentiment analysis)基于情感詞典匹配，計算結(jié)果依賴于情感詞典和每個情感詞的權(quán)重。本文研究詞典基于開源詞典并結(jié)合園林領(lǐng)域常用專業(yè)詞匯不斷優(yōu)化調(diào)整詞條和權(quán)重整理得到[7]。

(4)對負(fù)面情感相關(guān)聯(lián)因素進(jìn)行挖掘，將上步驟的分詞，以及詞頻篩選后的負(fù)面情感關(guān)聯(lián)的篩選詞，進(jìn)行共詞矩陣分析，形成共詞網(wǎng)絡(luò)，對負(fù)面情感來源挖掘分析。

(5)根據(jù)園林構(gòu)成要素篩選相關(guān)的標(biāo)簽詞庫，構(gòu)建基于園林構(gòu)成要素(建筑、山石、植物、水體、空間組構(gòu)、人文要素)的聚類，對單聚類數(shù)據(jù)進(jìn)行情感分析并橫向?qū)Ρ?，挖掘留園各構(gòu)成要素的游人認(rèn)知與評價情況，為分要素精準(zhǔn)提升提供方向。

2 數(shù)據(jù)來源

通過web scraper對旅游平臺攜程網(wǎng)與去哪兒網(wǎng)獲取的留園評價數(shù)據(jù)進(jìn)行獲取，共收集7 057條評價數(shù)據(jù)，此2處平臺為旅游信息與服務(wù)的頭部平臺，評價數(shù)據(jù)全面且評價質(zhì)量較高。對數(shù)據(jù)進(jìn)行清洗，進(jìn)行去重、標(biāo)記、降噪、對齊，去除1 494項，實際有效數(shù)據(jù)5 563條，形成留園評論分析語料庫(corpus)。

3 結(jié)果分析與討論

3.1 各要素的受關(guān)注度

對數(shù)據(jù)進(jìn)行詞性標(biāo)注，通過詞頻分析的方法對留園評價數(shù)據(jù)中主要的要素進(jìn)行順序篩選，得到受關(guān)注度序列如圖2和表1所示。

圖2 留園各要素的受關(guān)注度詞云圖Fig.2 The word cloud map of the attention of each element of the garden

表1 各要素的受關(guān)注度詞頻分析表(部分)

如表1所示，通過評價數(shù)據(jù)展開的云圖與數(shù)據(jù)分析可以直觀看到，受關(guān)注度較高的前10位為建筑、假山、盆景、山水、庭園、太湖石、亭臺樓閣、空間、花園，涵蓋了留園構(gòu)成要素的主要方面。但不可避免的同一類構(gòu)成要素會多次出現(xiàn)，如假山與太湖石，后者是前者的主要構(gòu)成材料。

為便于對同一要素評論情感進(jìn)行分析，進(jìn)行分要素劃分與聚類處理。

3.2 留園按要素聚類

為便于對同一要素評論情感進(jìn)行分析，進(jìn)行分要素劃分與聚類處理。對園林主要構(gòu)成要素分為建筑、山石、植物、水體、空間組構(gòu)、人文要素6大類[8-9]。并對每類基于園林專業(yè)知識進(jìn)行人工匹配分類，檢索標(biāo)簽詞如表2所示。

表2 留園構(gòu)成要素分類標(biāo)簽詞

根據(jù)留園構(gòu)成要素的標(biāo)簽詞分類檢索得到關(guān)于6項構(gòu)成要素的相關(guān)評論數(shù)據(jù)數(shù)量，作為各要素評論關(guān)注度的參照，結(jié)果如圖3所示。

圖3 留園各構(gòu)成要素受關(guān)注度圖Fig.3 The attention degree of each component of the garden

(1)出乎意料，評論中6項構(gòu)成要素中對于“山石”的關(guān)注度最高，建筑其次?？臻g組構(gòu)的各構(gòu)成元素“回廊、小徑、小路、庭院”等也受到了較多的關(guān)注，結(jié)合詞頻分析可以發(fā)現(xiàn)冠云峰、太湖石、假山的出現(xiàn)次數(shù)貢獻(xiàn)了主要的關(guān)注量，考慮假山相較于其他形態(tài)的空間營造較為獨有，且冠云峰充分體現(xiàn)了太湖石“瘦、漏、透、皺”的特點，為江南四大奇石而著名，吸引力強(qiáng)烈[10]。

(2)日常中，園林學(xué)者對園林中人文藝術(shù)構(gòu)成部分研究占有重要地位，如書法、典故、古韻、圖案、評彈、雕刻等，而評論關(guān)注度中對此方面關(guān)注處于6個構(gòu)成要素關(guān)注度的末位，與直觀認(rèn)知有所不同。

3.3 整體與園林構(gòu)成要素的聚類情感分析

3.3.1 留園整體情感分析

對留園整體評價數(shù)據(jù)進(jìn)行分詞后對語句進(jìn)行了切分，并進(jìn)行情感分析，詞匯的情感值公式為

s(w)=v(w)p(w)

(1)

式(1)中:s(w)表示詞匯的情感值;v(w)表示詞匯的情感強(qiáng)度;p(w)表示詞匯的情感極性。遍歷每條切分句中情感詞之間的否定詞和程度副詞，并對其相應(yīng)的權(quán)重值進(jìn)行計算。每個語句情感傾向的情感值計算公式為

l(w)=n(w)a(w)s(w)m(w)

(2)

式(2)中：l(w)表示情感傾向的情感值，n(w) 表示否定詞的權(quán)重值;s(w) 表示情感詞匯的情感值，a(w)表示情感詞前所有程度副詞權(quán)重值的累加和；m(w) 表示情感詞前否定詞和程度副詞間的相對位置。如果程度副詞前有否定詞修飾時，m(w) 賦值為 0. 5，反之m(w)賦值為 1，對切分語句情感極性正面記為1，按評論切分句子計算情感值，然后合并后進(jìn)行加總處理，形成評論語句段落的情感值，情感值分布情況如表3所示[11-12]。

忽略段落按分句分值分布可以得到情感評價數(shù)據(jù)如表4所示。通過分析可得：

表3 留園整體評論分句情感數(shù)據(jù)

(1)正面評價占比69.930%，中性評價占比24.163%，負(fù)面評價僅為5.908%，游客對留園整體評價呈價是積極的。

(2)負(fù)面評價有一定誤差，中文自然語言在使用中常使用多重否定與夸張，目前情感詞典對復(fù)雜語句判斷有一定難度，如游客評論中“嘈雜是不存在的”“好不美麗”。

對正面評價語句進(jìn)行詞頻分析，得到結(jié)果如表5所示，并繪制可視化詞云圖，如圖4所示。

游客正面評價中呈現(xiàn)了游客的意猶未盡，“再來”“流連忘返”的詞頻為前兩位，綜合評價詞匯也可以歸納出留園美學(xué)及現(xiàn)觀賞情況的一些特點，如“精湛”“秀美”“鬧中取靜”“細(xì)細(xì)品味”“干凈”“麻雀雖小五臟俱全”“細(xì)膩”。

負(fù)面評價的詞頻分析結(jié)果如表6所示，可視化詞云圖如圖5所示。

表4 留園整體評論情感數(shù)據(jù)

圖4 留園正面情感詞云圖Fig.4 The positive emotion word cloud in Liuyuan Garden

表5 留園評論正面情感詞頻數(shù)據(jù)

其中通過分析結(jié)果可以直觀得出負(fù)面評論核心的有擁擠、嘈雜、不好玩。

對照詞頻文本數(shù)據(jù)可以得到：

(1)節(jié)假日、周末留園較為擁擠，游客體驗受到影響?？赏ㄟ^節(jié)假日預(yù)約、限流等方式控制一定的游覽人數(shù)，保證游客體驗。

(2)人流量因素造成部分游客感覺到嘈雜。

(3)部分游客感覺不好玩，對評論段落定位挖掘其原因，一方面為留園觀賞行為占據(jù)主導(dǎo)，較少有互動式、參與式的游玩項目，該部分可加強(qiáng)；另一方面留園營造中講求“雖由人作宛自天開”，形態(tài)上主要以自然景觀面貌呈現(xiàn)，蘊含的文化典故、山石植物欣賞基礎(chǔ)需要一定的積累鋪墊，對此可增加對園林了解較少游客的講解，通過生動的圖像、影像等方式讓游人了解園林之美。

對照表6可得，負(fù)面情感標(biāo)簽詞匯中形容詞占據(jù)多數(shù)，如一般、不對、不行。具體關(guān)聯(lián)的負(fù)面情感成因未能體現(xiàn)。因此對負(fù)面詞頻頻率較高的詞匯進(jìn)一步展開共詞矩陣分析，形成共詞復(fù)雜網(wǎng)絡(luò)探究負(fù)面情緒的主要原因。對幾個比較典型且共詞網(wǎng)絡(luò)頻率高的標(biāo)簽詞單獨展開，分析結(jié)果可得。

表6 留園評論負(fù)面情感詞頻數(shù)據(jù)

圖5 留園負(fù)面情感詞云圖Fig.5 Liuyuan Garden negative word cloud

(1)出乎意料的，拙政園在各標(biāo)簽詞共詞網(wǎng)絡(luò)中出現(xiàn)頻繁，游人在對留園進(jìn)行評價時較多的傾向于將留園與同為四大名園的拙政園進(jìn)行比較。獅子林也較多作為一同比較的對象。

(2)“小”“人多”“擁擠”“講解”“雨”“不行”是幾個標(biāo)簽詞出現(xiàn)較多的共性標(biāo)簽詞匯，對照可以說明用戶的“一般”“差”的評論點集中在上述標(biāo)簽詞的方面。

3.3.2 園林構(gòu)成要素的聚類情感分析

根據(jù)標(biāo)簽詞對各要素相關(guān)句子進(jìn)行檢索并單獨歸類為數(shù)據(jù)集，而后對單個構(gòu)成要素進(jìn)行情感評價分析，分句情感極性相加的值大于1為正面，小于-1為負(fù)面，0為中性。各構(gòu)成要素的游人評論情感評價結(jié)果如圖6所示。

對留園各要素情感評價橫向?qū)Ρ确治觯绫?與圖7所示，可以得到：

圖6 留園各要素的情感分析百分比圖Fig.6 Percentage analysis of sentiment analysis of various elements of the Liuyuan Garden

表7 留園各要素的情感分析百分比數(shù)據(jù)

圖7 留園各要素的情感分析橫向?qū)Ρ菷ig.7 Horizontal comparison of sentiment analysis of various elements of the Liuyuan Garden

(1)整體上留園6項主要構(gòu)成要素游人評論正面情感為主，平均正面情感為78.3%，接近80%。其次各要素情感評價有明顯波動，既留園中構(gòu)成要素的評價具有不均衡性。

(2)山石正面情感占比相對較低，為66%，中性評價占比較高為27%，但負(fù)面評價并非最高，為7%。前文關(guān)注度分析中山石排列為首位，但評價相對較弱。較多的關(guān)注度與評論體量的增大使得不同的游人情感傾向多樣性得到體現(xiàn)，該結(jié)果為按要素精準(zhǔn)提升與優(yōu)化園林提供方向參照。

(3)人文相關(guān)部分涵蓋面較廣，正面情感占比81%，同時負(fù)面在各要素中未最高，占比9%?？梢钥闯鋈宋牟糠衷u價的多元性，既游人情感中喜歡的非常喜歡，不喜歡的也會態(tài)度鮮明，即人文部分正負(fù)面評論具有明確的獨立性。

4 結(jié)論

通過橫向的留園各構(gòu)成要素的游人評論情感分析，可以清晰地查找出整體情感傾向中不足的短板部分，如山石部分正面情感占比66%相對較低，人文部分負(fù)面情感占比9%相對較高，為進(jìn)一步精準(zhǔn)優(yōu)化提升提供參照。同時，結(jié)合共詞網(wǎng)絡(luò)分析，可以對比出負(fù)面情感的問題方向，有針對性地繼續(xù)展開深入分析。

此外，基于互聯(lián)網(wǎng)與計算機(jī)技術(shù)的評論大數(shù)據(jù)挖掘與分析對園林領(lǐng)域用戶視角的優(yōu)化研究起到很好的方法論補充，傳統(tǒng)園林學(xué)科與信息技術(shù)的結(jié)合具有趨勢性。

也為傳統(tǒng)風(fēng)景園林領(lǐng)域以定性為主的研究提供一種基于用戶的量化分析方法，推進(jìn)園林管理方分園林要素提升與優(yōu)化的相關(guān)研究。