基于評價對象傾向性判別的研究.pdf

1、信息技術的發(fā)展使我們這個時代的信息量以前所未有的速度增長，基于主觀性文本的意見挖掘技術是一種挖掘有價值信息的語言技術，它不僅可以運用于自然語言接口、文本分類、文本過濾、自動摘要、自然語言生成、問答系統(tǒng)等方面，還可以應用于現(xiàn)實生活中的許多方面,如電子商務、電子學習、商業(yè)智能、出版編輯、企業(yè)管理、信息監(jiān)控、民意調查等。
　　 本文利用哈爾濱工業(yè)大學開發(fā)的語言技術平臺，對所要抽取的語料進行分句、分詞、詞性標注、依存分析等處理。該平臺將

2、提供了一套系統(tǒng)化工具，能夠深入研究語言各個層面之間的關系以及利用這些基礎技術去研究一些高級應用話題。
　　 在語言技術平臺處理結果的基礎上，本文利用SBV 極性傳遞法為核心，利用句法分析中的依存關系來識別句子的評價對象、評價對象與情感描述項的關系。這種方法在句子比較規(guī)范的條件下，可以通過識別依存關系對，找到句子中謂語的極性，然后再傳遞給主語。同時，通過謂語動詞向賓語中的評價對象傳遞極性。SBV 極性傳遞法結構層次清晰，易于理解，

3、符合人類思維特點，并且其算法復雜度較低，具有易于編寫、調試及運算速度快的特點。但由于該算法利用的是較為淺層的句法分析，所采用的方法是基于經驗的語言模式方法，如果遇到句子不規(guī)范，由于句法分析的錯誤及算法本身對其的依賴性，則算法的效果會大打折扣。
　　 通過對大量語料的觀察，評價對象在大多數(shù)情況下是以復合意見目標形式存在的，在SBV 極性傳遞法中所判別出的評價對象往往是原子意見目標，或是復合意見目標的一部分。為了在此基礎上進一步識別

4、評價對象的真實邊界，本文使用了ATT 鏈算法及互信息算法。ATT 鏈算法可以通過ATT和DE 關系找到ATT 鏈的鏈首詞，從而確定評價對象的邊界。為了解決ATT 算法只能單向搜索的不足，本文還采用了互信息法，它是通過衡量兩個詞間的關聯(lián)度來進行評判的，所以是雙向的，但有時找到的邊界又不如ATT鏈算法完整，所以使兩種算法相結合可以進一步提高準確率。
　　 在對極性詞進行傾向性判別時，本文充分考慮了不同類型的句子的極性的判別，副詞、連

5、詞對極性的影響，尤其是對于一般副詞，貶義副詞和副詞“太”作了詳細的探討，并對級性誤判的情況提出了相應的修正方法。因此本文使用查找褒貶義詞典法、互信息法、連詞修正法、副詞修正法和極性強度的判定等方法來滿足傾向性判定的要求。通過對原始語料庫的觀察，可以發(fā)現(xiàn)在不同的篇章中或多或少的存在指代現(xiàn)象，尤其是中文較為偏愛使用的零形回指，在語料庫中隨處可見。本文加入了指代消解的內容，講述了利于向心理論對零形回指與代詞回指進行消解的方法。在向心理論中，需

6、要利用的有3 條制約條件和2 條規(guī)則，基于下指中心、上指中心以及觀注中心，向心理論成為一種很好的指代消解的方法。
　　 在本文的最后介紹了系統(tǒng)的架構及其實現(xiàn)，展示了本系統(tǒng)與外部語料庫、HowNet情感詞庫、語言技術平臺之前的關系。融合了各個算法，以數(shù)據(jù)讀入、句法分析、評價對象抽取、極性詞的抽取和判定、數(shù)據(jù)輸出為主線，編寫完成了系統(tǒng)。并在系統(tǒng)中添加了過濾模塊，以去除各算法中帶來的噪音。最后，通過實驗數(shù)據(jù)，展示了經本系統(tǒng)處理得到的抽