評(píng)價(jià)要素的缺省識(shí)別與恢復(fù)方法研究.pdf

1、隨著社交網(wǎng)絡(luò)平臺(tái)的日益開放，越來越多的評(píng)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(diǎn)，隨之語言的缺省現(xiàn)象也越來越普遍。在觀點(diǎn)句中，評(píng)價(jià)對(duì)象與屬性的缺省可使語言表達(dá)簡(jiǎn)潔，與此同時(shí)也給基于自然語言處理技術(shù)的觀點(diǎn)挖掘帶來諸多不確定性問題。隨著細(xì)粒度觀點(diǎn)挖掘相關(guān)研究的不斷深入，評(píng)價(jià)要素缺省問題也引起了研究者的關(guān)注。為了解決評(píng)價(jià)對(duì)象與屬性的缺省問題，本文圍繞評(píng)價(jià)對(duì)象與屬性缺省的識(shí)別與恢復(fù)兩個(gè)任務(wù)開展研究，系統(tǒng)性地提出了一套完整的缺省識(shí)別和恢復(fù)的方

2、案。主要研究工作如下：
　?。?）評(píng)價(jià)對(duì)象和屬性缺省項(xiàng)識(shí)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(xiàng)識(shí)別規(guī)則集，用于獲取缺省項(xiàng)待識(shí)別的候選集。在此基礎(chǔ)上，將缺省項(xiàng)識(shí)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(xùn)練分類器模型。在測(cè)試集上對(duì)待識(shí)別的缺省項(xiàng)進(jìn)行識(shí)別，實(shí)驗(yàn)結(jié)果顯示，詞法特征與依存句法特征融合后，缺省項(xiàng)識(shí)別的精確率達(dá)到了66.3％，優(yōu)于任一單類特征。
　?。?）評(píng)價(jià)對(duì)象和屬

3、性缺省項(xiàng)類型判定
　　為了準(zhǔn)確地對(duì)評(píng)價(jià)對(duì)象和屬性缺省項(xiàng)實(shí)現(xiàn)恢復(fù)，需要評(píng)價(jià)對(duì)象和屬性缺省項(xiàng)類型判定為缺省項(xiàng)恢復(fù)提供指引線索。本文根據(jù)語料中評(píng)價(jià)對(duì)象和屬性缺省項(xiàng)的分布特點(diǎn)，分別提出了基于規(guī)則匹配和構(gòu)造動(dòng)態(tài)屬性-指示詞集（A-I）的方法。通過在汽車論壇和手機(jī)微博兩個(gè)數(shù)據(jù)集上進(jìn)行的實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，評(píng)價(jià)對(duì)象缺省類型判定方法在汽車和手機(jī)的召回率分別達(dá)到了92.1%和67.8%，評(píng)價(jià)屬性缺省類型判定方法的召回率分別達(dá)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(shí)，也進(jìn)一步說明微博較論壇評(píng)論數(shù)據(jù)更加不規(guī)范。
　　（3）評(píng)價(jià)對(duì)象和屬性缺省項(xiàng)恢復(fù)
　　針對(duì)評(píng)價(jià)對(duì)象和屬性缺省項(xiàng)恢復(fù)問題，在缺省項(xiàng)類型判斷的基礎(chǔ)上，對(duì)于評(píng)價(jià)對(duì)象缺省項(xiàng)恢復(fù)，設(shè)計(jì)了3種缺省恢復(fù)策略，采用最近鄰匹配方式用于獲取缺省的評(píng)價(jià)對(duì)象。對(duì)于評(píng)價(jià)屬性缺省項(xiàng)恢復(fù)，利用 A-I方法用于獲取缺省的評(píng)價(jià)屬性。通過汽車評(píng)論和手機(jī)微博兩個(gè)數(shù)據(jù)集上的實(shí)驗(yàn)，評(píng)價(jià)對(duì)象缺省項(xiàng)恢復(fù)的精確率分別為61.2