面向中文微博的情感信息抽取方法研究.pdf

1、隨著互聯(lián)網(wǎng)的廣泛普及，網(wǎng)絡(luò)已經(jīng)成為人們獲取信息、共享信息的主要途徑。微博作為一種新興的互動(dòng)交流平臺(tái)，也逐漸成為人們網(wǎng)絡(luò)生活的一部分，面向微博文本的相關(guān)研究受到越來越多學(xué)者的關(guān)注。面向微博的情感分析是微博相關(guān)文本分析中的一個(gè)重要的課題，而中文微博的情感信息抽取作為中文微博情感分析的基礎(chǔ)任務(wù)，受到研究者的廣泛關(guān)注，逐漸成為一個(gè)熱門的研究方向。
　　中文微博的情感信息抽取的目的在于將無結(jié)構(gòu)的情感文本轉(zhuǎn)換成有結(jié)構(gòu)的文本——情感信息單元，不

2、但可以直接應(yīng)用于用戶評(píng)論分析與決策等方面，而且可以服務(wù)于其它情感分析任務(wù)，如文本情感分類。其中情感信息單元包括評(píng)價(jià)對(duì)象、評(píng)價(jià)詞語、極性及觀點(diǎn)持有者四個(gè)元素。然而，由于微博文本語言表達(dá)隨意，大多數(shù)微博文本的句法結(jié)構(gòu)都是不完整的，且具有大量的冗余信息和網(wǎng)絡(luò)詞匯，采用原有文本意見挖掘方法進(jìn)行抽取信息的效果并不理想。因此需要結(jié)合微博自身特點(diǎn)，對(duì)現(xiàn)有技術(shù)進(jìn)行改進(jìn)以便抽取微博情感信息，主要研究?jī)?nèi)容包括以下幾個(gè)方面:
　　(1)中文微博評(píng)價(jià)對(duì)象

3、候選集的構(gòu)建。結(jié)合中文微博文本的特點(diǎn)，對(duì)微博文本進(jìn)行預(yù)處理，利用句法分析獲取名詞短語，對(duì)名詞短語進(jìn)行后處理，再構(gòu)建包括名詞、名詞短語以及微博話題在內(nèi)的評(píng)價(jià)對(duì)象候選集，并對(duì)該步驟的實(shí)驗(yàn)結(jié)果進(jìn)行分析。
　　(2)中文微博候選評(píng)價(jià)對(duì)象的篩選。采用3種策略實(shí)現(xiàn)候選評(píng)價(jià)對(duì)象的篩選:首先，采用SVM模型篩選候選評(píng)價(jià)對(duì)象，通過采用語義角色信息、最小距離和詞頻三個(gè)特征，實(shí)現(xiàn)SVM模型分類器對(duì)候選評(píng)價(jià)對(duì)象進(jìn)行篩選;其次，采用加權(quán)模型篩選候選評(píng)價(jià)對(duì)象

4、，根據(jù)不同特征，計(jì)算候選評(píng)價(jià)對(duì)象的權(quán)重分?jǐn)?shù)，從而判別其是否為正確的評(píng)價(jià)對(duì)象。最后，基于CRF模型善于解決序列標(biāo)注問題的特點(diǎn)，引入常用的情感信息抽取特征，以及情感詞、語義角色標(biāo)注等特征，采用CRF模型對(duì)候選評(píng)價(jià)對(duì)象進(jìn)行篩選。
　　(3)評(píng)價(jià)對(duì)象的極性判別。若評(píng)價(jià)對(duì)象附近存在情感詞，則尋找距離評(píng)價(jià)對(duì)象最近的情感詞，根據(jù)情感詞表，判斷評(píng)價(jià)對(duì)象的情感極性;若評(píng)價(jià)對(duì)象附近不存在情感詞，則用微博句子的情感極性代替評(píng)價(jià)對(duì)象的情感極性，其中微博句