基于特征提取技術(shù)的域依賴名詞極性分析.pdf

1、在社交網(wǎng)絡(luò)中，對(duì)于巨大數(shù)量的產(chǎn)品和服務(wù)，每天都會(huì)產(chǎn)生越來(lái)越多非結(jié)構(gòu)化的在線評(píng)論。在線用戶不僅表達(dá)對(duì)產(chǎn)品和服務(wù)的整體意見(jiàn)，還會(huì)針對(duì)感興趣的某一個(gè)特定產(chǎn)品特征表達(dá)他們的情感。在特征層面上，自動(dòng)識(shí)別用戶們的主觀意見(jiàn)能夠給生產(chǎn)者和消費(fèi)者在決策制定方面提供很大的支持。雖然特征層面的情感分析和意見(jiàn)挖掘的方法有很多，但是對(duì)于這些本身是客觀、沒(méi)有情感的而在特定的知識(shí)域中卻表達(dá)了積極或者消極情感的名詞特征，卻只有很少的研究。
　　在本文中，我們對(duì)這

2、種特征層面的域依賴名詞極性進(jìn)行分析處理。對(duì)于名詞特征的處理，我們使用基于語(yǔ)言學(xué)框架的提取算法。對(duì)于文本中的每句話，我們進(jìn)行分詞處理，同時(shí)為每一個(gè)詞標(biāo)注上相應(yīng)的詞性。接下來(lái)，也是比較重要的部分，就是確定句子中每個(gè)詞語(yǔ)與其他詞語(yǔ)之間的依賴關(guān)系，以及確定出每個(gè)詞語(yǔ)的作用域。這樣，我們就可以準(zhǔn)確地提取出句子中的名詞特征。同時(shí)，為了后續(xù)的情感得分計(jì)算，我們還需要提取出副詞-形容詞-名詞短語(yǔ)結(jié)構(gòu)。
　　在意見(jiàn)挖掘領(lǐng)域中，挖掘域依賴的意見(jiàn)詞是一

3、個(gè)很重要的問(wèn)題，這個(gè)工作有助于文本的情感分析和意見(jiàn)挖掘。然而，現(xiàn)有的情感分析和意見(jiàn)挖掘工作主要分析形容詞和動(dòng)詞，只有很少的工作把分析重點(diǎn)放在名詞和名詞短語(yǔ)。在我們的研究中，我們使用基于語(yǔ)言學(xué)分析的意見(jiàn)挖掘方法，來(lái)識(shí)別和提取在特定知識(shí)領(lǐng)域中表達(dá)著積極或消極意見(jiàn)的客觀名詞特征。首先，我們提出一種自動(dòng)提取名詞特征的方法。這種提取方法利用語(yǔ)言學(xué)框架來(lái)提取副詞-形容詞-名詞結(jié)構(gòu)的短語(yǔ)。隨后，對(duì)于提取出的副詞-形容詞-名詞結(jié)構(gòu)的短語(yǔ)，我們提出了一種