汉语语句主题语义倾向分析方法的研究

被引:72
作者
姚天昉
娄德成
机构
[1] 上海交通大学计算机科学与工程系
关键词
计算机应用; 中文信息处理; 意见挖掘; 主题; 语义倾向;
D O I
暂无
中图分类号
TP391.1 [文字信息处理];
学科分类号
摘要
本文介绍了如何识别汉语语句主题和主题与情感描述项之间的关系以及如何计算主题的语义倾向(极性)。我们利用领域本体来抽取语句主题以及它的属性,然后在句法分析的基础上,识别主题和情感描述项之间的关系,从而最终决定语句中每个主题的极性。实验结果显示,与手工标注的语料作为金标准进行比较,用于识别主题和主题极性的改进后的SBV极性传递算法的F度量达到了72.41%。它比原来的SBV极性传递算法和VOB极性传递算法的F度量分别提高了7.6%和2.09%。因此,所建议的改进的SBV极性传递算法是合理和有效的。
引用
收藏
页码:73 / 79
页数:7
相关论文
共 3 条
[1]   基于语义理解的文本倾向性识别机制 [J].
徐琳宏 ;
林鸿飞 ;
杨志豪 .
中文信息学报, 2007, (01) :96-100
[2]   基于HowNet的词汇语义倾向计算 [J].
朱嫣岚 ;
闵锦 ;
周雅倩 ;
黄萱菁 ;
吴立德 .
中文信息学报, 2006, (01) :14-20
[3]  
Measuring praise and criticism[J] . Peter D. Turney,Michael L. Littman.ACM Transactions on Information Systems (TOIS) . 2003 (4)