Understanding and comprehending humans' views, beliefs, attitudes, or opinions toward a particular entity is sentiment analysis (SA). Advancements in e-commerce platforms has led to an abundance of the real-time and free forms of opinions floating on social media platforms. This real-world data are imprecise and vague hence fuzzy logic is required to deal with such subjective data. Since opinions can be fuzzy in nature and definitions of opinion words can be elucidated differently; fuzzy logic has witnessed itself as an effective method to capture the expression of opinions. The study presents an elaborate review of the around 170 published research works for SA using fuzzy logic. The primary emphasis is focused on text-based SA, audio-based SA, and fusion of text-audio features-based SA. This article discusses the various novel ways of classifying fuzzy logic-based SA research articles, which have not been accomplished by any other review article till date. The article puts forward the importance of SA tasks and identifies how fuzzy logic adds to this importance. Finally, the article outlines a taxonomy for sentiment classification based on the technique-supervised and unsupervised in the SA models and comprehensively reviews the SA approaches specific to their task. Prominently, this study highlights the suitability of fuzzy-based SA approaches into five different classes vis-a-vis (a) Sentiment Cognition from Words using fuzzy logic, (b) Sentiment Cognition from Phrases using fuzzy logic, (c) Fuzzy-rule based SA, (d) Neuro-fuzzy network-based SA, and (e) Fuzzy Emotion Recognition.

中文翻译：

---

使用模糊逻辑进行情感分析：综合文献综述

理解和理解人类对特定实体的观点、信念、态度或意见就是情感分析 (SA)。电子商务平台的进步导致社交媒体平台上出现大量实时且自由的意见。这些现实世界的数据不精确且模糊，因此需要模糊逻辑来处理此类主观数据。由于意见本质上可能是模糊的，并且意见词的定义可以有不同的解释；模糊逻辑已证明自己是捕捉意见表达的有效方法。该研究使用模糊逻辑对约 170 篇已发表的 SA 研究著作进行了详细回顾。主要重点是基于文本的SA、基于音频的SA以及基于文本-音频特征融合的SA。本文讨论了对基于模糊逻辑的 SA 研究文章进行分类的各种新颖方法，迄今为止，尚未有任何其他评论文章完成这些方法。本文提出了 SA 任务的重要性，并确定了模糊逻辑如何增加这种重要性。最后，本文概述了基于 SA 模型中技术监督和无监督的情感分类的分类法，并全面回顾了特定于其任务的 SA 方法。值得注意的是，这项研究强调了基于模糊的 SA 方法在五个不同类别中的适用性：(a) 使用模糊逻辑从单词进行情感认知，(b) 使用模糊逻辑从短语进行情感认知，(c) 模糊规则基于 SA，(d) 基于神经模糊网络的 SA，以及 (e) 模糊情绪识别。迄今为止，还没有任何其他评论文章完成这一点。本文提出了 SA 任务的重要性，并确定了模糊逻辑如何增加这种重要性。最后，本文概述了基于 SA 模型中技术监督和无监督的情感分类的分类法，并全面回顾了特定于其任务的 SA 方法。值得注意的是，这项研究强调了基于模糊的 SA 方法在五个不同类别中的适用性：(a) 使用模糊逻辑从单词进行情感认知，(b) 使用模糊逻辑从短语进行情感认知，(c) 模糊规则基于 SA，(d) 基于神经模糊网络的 SA，以及 (e) 模糊情绪识别。迄今为止，还没有任何其他评论文章完成这一点。本文提出了 SA 任务的重要性，并确定了模糊逻辑如何增加这种重要性。最后，本文概述了基于 SA 模型中技术监督和无监督的情感分类的分类法，并全面回顾了特定于其任务的 SA 方法。值得注意的是，这项研究强调了基于模糊的 SA 方法在五个不同类别中的适用性：(a) 使用模糊逻辑从单词进行情感认知，(b) 使用模糊逻辑从短语进行情感认知，(c) 模糊规则基于 SA，(d) 基于神经模糊网络的 SA，以及 (e) 模糊情绪识别。本文提出了 SA 任务的重要性，并确定了模糊逻辑如何增加这种重要性。最后，本文概述了基于 SA 模型中技术监督和无监督的情感分类的分类法，并全面回顾了特定于其任务的 SA 方法。值得注意的是，这项研究强调了基于模糊的 SA 方法在五个不同类别中的适用性：(a) 使用模糊逻辑从单词进行情感认知，(b) 使用模糊逻辑从短语进行情感认知，(c) 模糊规则基于 SA，(d) 基于神经模糊网络的 SA，以及 (e) 模糊情绪识别。本文提出了 SA 任务的重要性，并确定了模糊逻辑如何增加这种重要性。最后，本文概述了基于 SA 模型中技术监督和无监督的情感分类的分类法，并全面回顾了特定于其任务的 SA 方法。值得注意的是，这项研究强调了基于模糊的 SA 方法在五个不同类别中的适用性：(a) 使用模糊逻辑从单词进行情感认知，(b) 使用模糊逻辑从短语进行情感认知，(c) 模糊规则基于 SA，(d) 基于神经模糊网络的 SA，以及 (e) 模糊情绪识别。该文章概述了基于 SA 模型中技术监督和无监督的情感分类的分类法，并全面回顾了特定于其任务的 SA 方法。值得注意的是，这项研究强调了基于模糊的 SA 方法在五个不同类别中的适用性：(a) 使用模糊逻辑从单词进行情感认知，(b) 使用模糊逻辑从短语进行情感认知，(c) 模糊规则基于 SA，(d) 基于神经模糊网络的 SA，以及 (e) 模糊情绪识别。该文章概述了基于 SA 模型中技术监督和无监督的情感分类的分类法，并全面回顾了特定于其任务的 SA 方法。值得注意的是，这项研究强调了基于模糊的 SA 方法在五个不同类别中的适用性：(a) 使用模糊逻辑从单词进行情感认知，(b) 使用模糊逻辑从短语进行情感认知，(c) 模糊规则基于 SA，(d) 基于神经模糊网络的 SA，以及 (e) 模糊情绪识别。