中文評(píng)價(jià)對(duì)象抽取中省略現(xiàn)象研究.pdf

1、近幾年,隨著國(guó)內(nèi)互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展,幾大電商如淘寶、京東等,正悄然改變著大眾的生活方式;同時(shí),隨著微博等社交網(wǎng)站的崛起,國(guó)內(nèi)互聯(lián)網(wǎng)用戶(hù)越來(lái)越多的在網(wǎng)絡(luò)上發(fā)布自己的主觀觀點(diǎn),產(chǎn)生了大量的中文評(píng)論文本。而這些富含大量信息的評(píng)論文本向中文情感信息抽取技術(shù)提出了新的挑戰(zhàn)。情感信息抽取旨在抽取文本中同情感信息表達(dá)相關(guān)的重要元素。該任務(wù)的深入研究有很重要的理論研究意義和實(shí)用價(jià)值。本文針對(duì)中文文本的情感信息抽取,尤其是評(píng)價(jià)對(duì)象抽取任務(wù)展開(kāi)研究,研究

2、內(nèi)容主要包括以下三個(gè)方面:
　　本研究首先針對(duì)中文情感信息抽取語(yǔ)料缺乏的問(wèn)題,提出了一套中文情感信息抽取語(yǔ)料標(biāo)注體系,并構(gòu)建一個(gè)規(guī)模較大、標(biāo)注類(lèi)型豐富的中文情感信息抽取語(yǔ)料庫(kù)。除了常見(jiàn)語(yǔ)料庫(kù)標(biāo)注的情感傾向性、評(píng)價(jià)對(duì)象、情感詞等信息外,重點(diǎn)標(biāo)注了評(píng)價(jià)對(duì)象的省略、無(wú)情感詞情感句表達(dá)及極性轉(zhuǎn)移等情況。由語(yǔ)料信息統(tǒng)計(jì)可知,評(píng)價(jià)對(duì)象省略現(xiàn)象在中文情感表達(dá)中普遍存在,開(kāi)展這方面的研究很有必要。本文所構(gòu)建的中文文本語(yǔ)料庫(kù)將為中文情感信息抽取任務(wù)

3、提供語(yǔ)料資源基礎(chǔ)。其次,提出了中文文本中評(píng)價(jià)對(duì)象省略識(shí)別方法。該方法將評(píng)價(jià)對(duì)象省略現(xiàn)象看做為一個(gè)二元分類(lèi)問(wèn)題,并考察當(dāng)前句位置無(wú)關(guān)特征、當(dāng)前句位置有關(guān)特征和上下文相關(guān)特征這三種不同類(lèi)型的特征,應(yīng)用到機(jī)器學(xué)習(xí)分類(lèi)算法中。并且使用貪婪式的特征選擇算法選取每個(gè)領(lǐng)域的特征集合。實(shí)驗(yàn)結(jié)果表明,本文提出的基于機(jī)器學(xué)習(xí)方法的評(píng)價(jià)對(duì)象省略識(shí)別方法能夠獲得較好的識(shí)別效果,最終選擇的特征集合在三個(gè)不同領(lǐng)域都能夠達(dá)到近80％的識(shí)別性能。最后,提出了一種結(jié)合省