面向比較句的比較要素缺省識別與抽取研究.pdf

1、隨著Web2.0的興起，論壇、微博、貼吧等社會媒體信息不僅使人們成為了一個信息享有者，也讓人們成為了一個信息提供者。在海量評論文本中，比較句是一種常用的句型，常常用來對兩個事物或多個事物對比，以表達人們對不同事物的情感傾向。比較要素的抽取可為商家對投放市場的同類產(chǎn)品進行比較分析提供數(shù)據(jù)資源，同時為普通消費者購買商品提供決策支撐。人們在撰寫評論時，常常追求簡潔明了，采用省略方式，導(dǎo)致比較要素抽取性能不高，針對這一問題，本文主要對比較句中的

2、比較要素缺省識別與抽取開展深入研究。主要研究內(nèi)容如下：
　?。?）基于規(guī)則和序列模式的比較要素缺省識別
　　根據(jù)比較句型的特點，總結(jié)了比較特征詞集，在此基礎(chǔ)上，構(gòu)建了五元組識別規(guī)則和序列模式挖掘算法。為了充分利用兩種方法的優(yōu)點，設(shè)計了五元組方法和序列模式方法混合策略。在COAE2013語料上進行對比實驗，結(jié)果表明，基于規(guī)則的五元組和序列模式混合策略優(yōu)于單一方法的比較要素缺省識別。
　?。?）基于比較要素缺省的要素抽取<

3、br>　　通過對比較句要素缺省情況的考察，歸納了兩種形式的缺省，一種是僅僅為表達簡潔而產(chǎn)生的顯式缺省，另一種是比較句中屬性的隱式缺省。對于顯式缺省，本文利用不同大小窗口情況下的句子中已標(biāo)記的對象和屬性分別作為相應(yīng)的比較要素。屬性的隱式缺省，需要通過上下文進行推測，本文主要利用同義詞詞林擴展后的隱式屬性庫進行恢復(fù)，然后抽取恢復(fù)后的屬性得到比較要素。
　　（3）基于受限領(lǐng)域知識的比較要素抽取系統(tǒng)
　　利用基于序列模式的漢語比較句