中文微博观点句识别及要素抽取研究

被引：4

作者：

王冠群

田雪

黄德根

张婧

机构：

[1] 大连理工大学计算机科学与技术学院

来源：

数据采集与处理 | 2016年 / 31卷 / 01期

关键词：

分类; 关联规则;

D O I：

10.16337/j.1004-9037.2016.01.017

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

研究中文微博情感分析中的观点句识别及要素抽取问题。在观点句识别方面,提出了一种利用微博中的情感词和情感影响因子计算微博语义情感倾向的新算法;在观点句要素抽取方面,利用主题词分类及关联规则,辅以一系列剪枝、筛选和定界规则抽取评价对象。通过观点句识别和观点句要素抽取结果的相互过滤,进一步提高召回率。实验数据采用第六届中文倾向性分析评测所发布的数据,结果表明,本文方法在观点句识别和要素抽取方面能够取得较好的效果,观点句识别的精确率、召回率入F值分别为95.62%,54.10%及69.10%;观点句要素抽取的精确率、召回率以及F值分别为22.07%,12.66%和16.09%。

引用

页码：160 / 167

页数：8

共 12 条

[1]

Extracting opinion targets in a single and cross-domain setting with conditional random fields. JAKOB N,GUREVYCH I. Proceedings of the 2010 Conference on Empirical Methods in Natural Language Processing . 2010

[2]

Thumbs up or thumbs down? Semantic orientation applied to unsupervised classification of reviews. TURNEYPD. Proceedings of the 40th Annual Meeting on Association for Computational Linguistics . 2002

[3]

Emotion mining research on micro-blog. SHEN Y,LI S,ZHENG L, et al. Web Society,2009. SWS’’09.1st IEEE Symposium on . 2009

[4]

情感词汇本体的构造[J]. 徐琳宏,林鸿飞,潘宇,任惠,陈建美. 报学报. 2008 (02)

[5] 相对程度副词与绝对程度副词 [J].

张桂宾 .

华东师范大学学报(哲学社会科学版), 1997, (02) :92-96

[6] 基于MB-LDA模型的微博主题挖掘 [J].

张晨逸 ;

孙建伶 ;

丁轶群 .

计算机研究与发展, 2011, (10) :1795-1802

[7]

Opinion target extraction using a shallow semantic parsing framework. Li S,Wang R,Zhou G. Twenty-Sixth AAAI Conference on Artificial Intelligence . 2012

[8] 基于层次结构的多策略中文微博情感分析和特征抽取 [J].

谢丽星 ;

周明 ;

孙茂松 .

中文信息学报, 2012, (01) :73-83

[9]

Mining and summarizing customer reviews. HU Min-qing,LIU Bing. Proceedings of the tenth ACM SIGKDD in-ternational conference on Knowledge discovery and data mining . 2004

[10] 基于情感分布的微博热点事件发现 [J].

杨亮 ;

林原 ;

林鸿飞 .

中文信息学报, 2012, 26 (01) :84-90+109

← 1 2 →