情感標(biāo)簽抽取相關(guān)技術(shù)研究.pdf

1、隨著 Web2.0技術(shù)的蓬勃發(fā)展，互聯(lián)網(wǎng)上產(chǎn)生了海量的用戶評(píng)論信息，如何從這些評(píng)論中挖掘出有價(jià)值的信息，越來(lái)越受到研究者們的關(guān)注。從產(chǎn)品評(píng)論中挖掘意見(jiàn)信息，一方面可以幫助用戶在購(gòu)買產(chǎn)品時(shí)作出決策，另一方面可以幫助商家即時(shí)了解用戶對(duì)自己產(chǎn)品的意見(jiàn)。情感標(biāo)簽由評(píng)價(jià)對(duì)象和評(píng)價(jià)詞組成，包含了用戶評(píng)論的詳細(xì)信息，能夠有效地體現(xiàn)出用戶評(píng)論的核心內(nèi)容。為此，本文針對(duì)情感標(biāo)簽抽取中的三項(xiàng)任務(wù)：評(píng)價(jià)詞集構(gòu)建、評(píng)價(jià)對(duì)象識(shí)別以及情感標(biāo)簽抽取進(jìn)行了深入研究。<

2、br>　　在評(píng)價(jià)詞集構(gòu)建中，為了構(gòu)建準(zhǔn)確且全面的評(píng)價(jià)詞集合，本文采用了融合語(yǔ)義知識(shí)庫(kù)和大規(guī)模語(yǔ)料庫(kù)的方法來(lái)獲取候選評(píng)價(jià)詞集合，進(jìn)而通過(guò)候選評(píng)價(jià)詞在語(yǔ)料庫(kù)中的上下文為其設(shè)置置信度，根據(jù)置信度來(lái)度量候選評(píng)價(jià)詞正確的可能性，最終選取置信度較高的評(píng)價(jià)詞構(gòu)成評(píng)價(jià)詞集合。使用本方法構(gòu)建的評(píng)價(jià)詞集合參加了第一屆中文傾向性分析評(píng)測(cè)中的任務(wù)一，取得了較好成績(jī)。
　　在評(píng)價(jià)對(duì)象識(shí)別中，本文首先基于短語(yǔ)結(jié)構(gòu)獲取候選評(píng)價(jià)對(duì)象集合，進(jìn)而針對(duì)評(píng)價(jià)對(duì)象具有領(lǐng)域

3、相關(guān)性的特點(diǎn)引入了基于網(wǎng)絡(luò)挖掘的PMI(Pointwise mutual information)值過(guò)濾方法，針對(duì)評(píng)價(jià)對(duì)象中的名詞冗余現(xiàn)象引入了名詞剪枝算法，最終對(duì)評(píng)論句進(jìn)行分類，以評(píng)價(jià)對(duì)象集為基礎(chǔ)找出評(píng)論文本中用戶進(jìn)行評(píng)論的評(píng)價(jià)對(duì)象。本方法實(shí)現(xiàn)的系統(tǒng)參加了第一屆中文傾向性分析評(píng)測(cè)中的任務(wù)三，取得了較好成績(jī)。
　　情感標(biāo)簽抽取方面，本文提出了基于短語(yǔ)句法路徑的情感標(biāo)簽抽取方法，本方法通過(guò)句法關(guān)系挖掘評(píng)價(jià)詞與評(píng)價(jià)對(duì)象之間的修飾關(guān)系，

4、解決了就近查找方法存在的經(jīng)驗(yàn)性過(guò)強(qiáng)問(wèn)題，同時(shí)，本文采取全自動(dòng)的句法路徑庫(kù)獲取方法，解決了傳統(tǒng)人工制定規(guī)則方法存在的規(guī)則覆蓋不全的問(wèn)題，最后，本文在句法路徑匹配的過(guò)程中引入了編輯距離進(jìn)行松弛，從而有效的提高了系統(tǒng)召回率。
　　最后，針對(duì)傳統(tǒng)情感標(biāo)簽抽取方法無(wú)法解決的隱式標(biāo)簽抽取問(wèn)題，本文嘗試使用主題模型對(duì)文本進(jìn)行情感標(biāo)簽標(biāo)注，提出了基于互信息和基于概率相似度的兩種具體標(biāo)注方案，實(shí)驗(yàn)結(jié)果表明主題模型在抽取隱式標(biāo)簽時(shí)能夠起到一定的作用，