評價要素的缺省識別與恢復方法研究.pdf

1、隨著社交網(wǎng)絡平臺的日益開放，越來越多的評論文本數(shù)據(jù)呈現(xiàn)出半結(jié)構(gòu)、口語化、不規(guī)則等特點，隨之語言的缺省現(xiàn)象也越來越普遍。在觀點句中，評價對象與屬性的缺省可使語言表達簡潔，與此同時也給基于自然語言處理技術(shù)的觀點挖掘帶來諸多不確定性問題。隨著細粒度觀點挖掘相關(guān)研究的不斷深入，評價要素缺省問題也引起了研究者的關(guān)注。為了解決評價對象與屬性的缺省問題，本文圍繞評價對象與屬性缺省的識別與恢復兩個任務開展研究，系統(tǒng)性地提出了一套完整的缺省識別和恢復的方

2、案。主要研究工作如下：
　?。?）評價對象和屬性缺省項識別方法
　　從句法成分角度，利用關(guān)聯(lián)規(guī)則構(gòu)造缺省項識別規(guī)則集，用于獲取缺省項待識別的候選集。在此基礎(chǔ)上，將缺省項識別問題看作二分類問題，引入詞性特征和依存句法特征，利用決策樹 C4.5分類算法訓練分類器模型。在測試集上對待識別的缺省項進行識別，實驗結(jié)果顯示，詞法特征與依存句法特征融合后，缺省項識別的精確率達到了66.3％，優(yōu)于任一單類特征。
　?。?）評價對象和屬

3、性缺省項類型判定
　　為了準確地對評價對象和屬性缺省項實現(xiàn)恢復，需要評價對象和屬性缺省項類型判定為缺省項恢復提供指引線索。本文根據(jù)語料中評價對象和屬性缺省項的分布特點，分別提出了基于規(guī)則匹配和構(gòu)造動態(tài)屬性-指示詞集（A-I）的方法。通過在汽車論壇和手機微博兩個數(shù)據(jù)集上進行的實驗，實驗結(jié)果表明，評價對象缺省類型判定方法在汽車和手機的召回率分別達到了92.1%和67.8%，評價屬性缺省類型判定方法的召回率分別達到了91.8%和78.0

4、%，說明本文提出的方法適合于汽車論壇數(shù)據(jù)，同時，也進一步說明微博較論壇評論數(shù)據(jù)更加不規(guī)范。
　　（3）評價對象和屬性缺省項恢復
　　針對評價對象和屬性缺省項恢復問題，在缺省項類型判斷的基礎(chǔ)上，對于評價對象缺省項恢復，設計了3種缺省恢復策略，采用最近鄰匹配方式用于獲取缺省的評價對象。對于評價屬性缺省項恢復，利用 A-I方法用于獲取缺省的評價屬性。通過汽車評論和手機微博兩個數(shù)據(jù)集上的實驗，評價對象缺省項恢復的精確率分別為61.2