基于特征提取技術(shù)的域依賴名詞極性分析.pdf

1、在社交網(wǎng)絡(luò)中，對于巨大數(shù)量的產(chǎn)品和服務(wù)，每天都會產(chǎn)生越來越多非結(jié)構(gòu)化的在線評論。在線用戶不僅表達對產(chǎn)品和服務(wù)的整體意見，還會針對感興趣的某一個特定產(chǎn)品特征表達他們的情感。在特征層面上，自動識別用戶們的主觀意見能夠給生產(chǎn)者和消費者在決策制定方面提供很大的支持。雖然特征層面的情感分析和意見挖掘的方法有很多，但是對于這些本身是客觀、沒有情感的而在特定的知識域中卻表達了積極或者消極情感的名詞特征，卻只有很少的研究。
　　在本文中，我們對這

2、種特征層面的域依賴名詞極性進行分析處理。對于名詞特征的處理，我們使用基于語言學框架的提取算法。對于文本中的每句話，我們進行分詞處理，同時為每一個詞標注上相應的詞性。接下來，也是比較重要的部分，就是確定句子中每個詞語與其他詞語之間的依賴關(guān)系，以及確定出每個詞語的作用域。這樣，我們就可以準確地提取出句子中的名詞特征。同時，為了后續(xù)的情感得分計算，我們還需要提取出副詞-形容詞-名詞短語結(jié)構(gòu)。
　　在意見挖掘領(lǐng)域中，挖掘域依賴的意見詞是一

3、個很重要的問題，這個工作有助于文本的情感分析和意見挖掘。然而，現(xiàn)有的情感分析和意見挖掘工作主要分析形容詞和動詞，只有很少的工作把分析重點放在名詞和名詞短語。在我們的研究中，我們使用基于語言學分析的意見挖掘方法，來識別和提取在特定知識領(lǐng)域中表達著積極或消極意見的客觀名詞特征。首先，我們提出一種自動提取名詞特征的方法。這種提取方法利用語言學框架來提取副詞-形容詞-名詞結(jié)構(gòu)的短語。隨后，對于提取出的副詞-形容詞-名詞結(jié)構(gòu)的短語，我們提出了一種