基于双层HHMM的产品评论特征和情感分类

被引：3

作者：

张磊

李梦诗

陈黎

黎红友

李志蜀

彭舰

机构：

[1] 四川大学计算机学院

来源：

四川大学学报(工程科学版) | 2013年 / 45卷 / 02期

关键词：

Web数据挖掘; 特征情感分类; 标注规则; 双层HHMM;

D O I：

10.15961/j.jsuese.2013.02.015

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

近年来,中文产品评论的特征情感分类是Web数据挖掘的重要研究内容之一。提出了一套完整的产品命名实体、特征词、情感词以及边界的标注规则,设计了多层次的混合标签模式;提出了双层HHMM(层级隐马尔科夫模型)结构,将词形标注和词性标注的特点进行融合;提出了基于词形标注的HHMM-1算法和基于词性标注的HHMM-2算法,实现复杂短语的自动标注。实验证明,双层HHMM模型起到了互补的作用,模型的查全率和F-score值均有较大提高。

引用

页码：94 / 102

页数：9

共 26 条

[1] 基于中文文本主题跟踪的网络信息分析 [J].

王科 ;

刘渊 ;

罗万伯 ;

高行宇 ;

高常波 .

四川大学学报(工程科学版), 2004, (01) :114-118

[2] Product named entity recognition in Chinese text [J].

Zhao, Jun ;

Liu, Feifan .

LANGUAGE RESOURCES AND EVALUATION, 2008, 42 (02) :197-217

[3]

The Hierarchical Hidden Markov Model: Analysis and Applications[J] . Shai Fine,Yoram Singer,Naftali Tishby. &nbspMachine Learning . 1998 (1)

[4]

Sentiment analyzer: Extracting sentiments about a giventopic using natural language processing techniques. J. Yi,T. Nasukawa,R. C. Bunescu, et al. The3rd IEEE International Conference on DataMining . 2003

[5]

A Named Entity Recognizer for Danish. Bick,Eckhard. Proc. 4th International Conf. on Language Resources and Evaluation(LREC2004) . 2004

[6]

Learning Hidden Markov Model Structure for Information Extraction. Kristie Seymore,Andrew McCallum,Ronald Rosenfeld. AAAI-99 Workshop on Machine Learning for Information Extraction . 1999

[7]

Mining and summarizing customer reviews. Minqing Hu,Bing Liu. Proceedings of the 10th ACM SIGKDD international conference on Knowledge discovery and data mining . 2004

[8]

Opinion Mining and Sentiment Analysis. Pang B.,L Lee. Foundations and Trends in Information Retrieval . 2008

[9]

Web Data Mining: Exploring Hyperlinks, Contents, and Usage Data. Liu B. . 2006

[10]

LTP:a chineselanguage technology platform. Che Wanxian,Li Zhenghua,Liu Ting. Proceedings of theColing 2010:Demonstrations . 2010

← 1 2 3 →