| 基于多特征融合的中文微博评价对象抽取方法* |
| |
| 引用本文： | 李景玉,张仰森,蒋玉茹.基于多特征融合的中文微博评价对象抽取方法*[J].计算机应用研究,2016,33(2). |
| |
| 作者姓名： | 李景玉 张仰森 蒋玉茹 |
| |
| 作者单位： | 北京信息科技大学智能信息处理研究所 北京,北京信息科技大学智能信息处理研究所 北京,北京信息科技大学智能信息处理研究所 北京 |
| |
| 基金项目： | 国家自然科学基金(61070119,61370139);北京市属高等学校创新团队建设与教师职业发展计划项目(IDHT20130519);北京市教委专项(PXM2013_014224_000042,PXM2014_014224_000067);北京市教委科研计划项目(71E1410981);北京信息科技大学2014年研究生科技创新项目 |
| |
| 摘 要： | 中文微博的评价对象抽取作为中文微博情感分析的基础任务，受到研究者的广泛关注，有着重要的研究价值。本文结合微博文本的特点，对微博文本进行预处理，利用句法分析构建包括名词、名词短语、微博话题在内的评价对象候选集，再分别利用SVM模型、加权模型，实现多特征融合的筛选候选评价对象方法，所用特征包括语义角色信息、最小距离和词频。算法经实验证明有效，在对候选评价对象进行筛选后，采用SVM模型的F值达到0.3573，加权模型的F值达到0.4059。
|
| 关 键 词： | 评价对象 评价对象候选集 句法分析 语义角色标注 支持向量机 |
| 收稿时间： | 2014/10/4 0:00:00 |
| 修稿时间： | 1/4/2016 12:00:00 AM |
Opinion target extraction method based on multi-features in Chinese micro blog |
| |
| LI Jing-yu,ZHANG Yang-sen and JIANG Yu-ru.Opinion target extraction method based on multi-features in Chinese micro blog[J].Application Research of Computers,2016,33(2). |
| |
| Authors: | LI Jing-yu ZHANG Yang-sen and JIANG Yu-ru |
| |
| Affiliation: | Institute of Intelligence Information Processing,Beijing Information Science and Technology University,,Institute of Intelligence Information Processing,Beijing Information Science and Technology University |
| |
| Abstract: | With a widespread name, Micro blog has been drawing more and more attention of researchers. Based on the characteristics of Chinese micro blog, a three-stepped strategy was put forward. Normalization of the corpus was settled first. Followed by building of a opinion target candidate set including noun, noun phrase and micro blog topic. At last SVM and Score Rank were applied to filter the candidate set, with respect to semantic role labeling, minimum distance and term frequency. The algorithm in this paper is confirmed effective by experimental results, the SVM model achieved 30.42% F-value, and the Score Rank achieved 40.59% F-value. |
| |
| Keywords: | opinion target candidate set of opinion target syntactic analysis semantic role labeling support vector machine |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
