評價對象抽取關(guān)鍵技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、進(jìn)入21世紀(jì)后,隨著網(wǎng)絡(luò)的發(fā)展,互聯(lián)網(wǎng)上的評論文本越來越多,這些文本包含了豐富的主觀性信息。如何自動化、智能化處理這些主觀信息文本顯得愈發(fā)重要,情感分析研究正是在這樣的背景下產(chǎn)生的。
   評價對象抽取是情感分析研究中的一個重要的基本任務(wù),旨在自動識別評論文本中的評論的主題,即評論文本中評價詞語所修飾的對象。本文主要針對評價對象抽取任務(wù)展開研究,主要研究內(nèi)容包括以下幾個方面:
   首先,針對中文文本,進(jìn)行中文評價對象抽

2、取方法研究。采用的方法是將評價對象抽取看成序列標(biāo)注問題,以條件隨機(jī)場(CRF)為學(xué)習(xí)模型進(jìn)行訓(xùn)練。在特征方面,首先直接借鑒英文評價對象抽取方法中常用的特征,比如詞形、詞性等特征。然后,根據(jù)中文特有的語法規(guī)則,尋找有利于中文評價對象抽取的特征,進(jìn)一步提高中文評價對象抽取的性能。
   其次,提出基于淺層語義分析框架的評價對象抽取方法。雖然傳統(tǒng)的評價對象抽取方法已經(jīng)取得了不錯的效果,比如基于條件隨機(jī)場模型的評價對象抽取,但是這些方法

3、并未考慮句法信息,從而丟失了大量的結(jié)構(gòu)化信息。因此,本文利用淺層語義分析框架對評價對象抽取任務(wù)重新建模,將評價對象看成情感詞的語義角色,把評價對象抽取任務(wù)轉(zhuǎn)換成語義角色標(biāo)注任務(wù),并在系統(tǒng)中引入大量的句法特征,進(jìn)一步提高了評價對象抽取性能。
   最后,對評價對象抽取的領(lǐng)域適應(yīng)問題進(jìn)行了研究。為了解決評價對象抽取任務(wù)中的語料缺乏問題,本文提出評價對象的領(lǐng)域適應(yīng)方法,在提出的淺層語義分析框架中,探索兩類特征即非句法特征和句法特征用于

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論