情感標簽抽取相關(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)生了海量的用戶評論信息，如何從這些評論中挖掘出有價值的信息，越來越受到研究者們的關(guān)注。從產(chǎn)品評論中挖掘意見信息，一方面可以幫助用戶在購買產(chǎn)品時作出決策，另一方面可以幫助商家即時了解用戶對自己產(chǎn)品的意見。情感標簽由評價對象和評價詞組成，包含了用戶評論的詳細信息，能夠有效地體現(xiàn)出用戶評論的核心內(nèi)容。為此，本文針對情感標簽抽取中的三項任務：評價詞集構(gòu)建、評價對象識別以及情感標簽抽取進行了深入研究。<

2、br>　　在評價詞集構(gòu)建中，為了構(gòu)建準確且全面的評價詞集合，本文采用了融合語義知識庫和大規(guī)模語料庫的方法來獲取候選評價詞集合，進而通過候選評價詞在語料庫中的上下文為其設(shè)置置信度，根據(jù)置信度來度量候選評價詞正確的可能性，最終選取置信度較高的評價詞構(gòu)成評價詞集合。使用本方法構(gòu)建的評價詞集合參加了第一屆中文傾向性分析評測中的任務一，取得了較好成績。
　　在評價對象識別中，本文首先基于短語結(jié)構(gòu)獲取候選評價對象集合，進而針對評價對象具有領(lǐng)域

3、相關(guān)性的特點引入了基于網(wǎng)絡(luò)挖掘的PMI(Pointwise mutual information)值過濾方法，針對評價對象中的名詞冗余現(xiàn)象引入了名詞剪枝算法，最終對評論句進行分類，以評價對象集為基礎(chǔ)找出評論文本中用戶進行評論的評價對象。本方法實現(xiàn)的系統(tǒng)參加了第一屆中文傾向性分析評測中的任務三，取得了較好成績。
　　情感標簽抽取方面，本文提出了基于短語句法路徑的情感標簽抽取方法，本方法通過句法關(guān)系挖掘評價詞與評價對象之間的修飾關(guān)系，

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