[powerpointtemplate]-中國(guó)計(jì)算機(jī)學(xué)會(huì)中文信息技術(shù)專(zhuān)業(yè)

1、NLP&CC2013 中文微博觀點(diǎn)要素抽取研究,指導(dǎo)老師：丁晟春 匯報(bào)人：李霄南京理工大學(xué)信息管理系,,,研究背景及意義,網(wǎng)絡(luò)文本數(shù)量龐大,情感分析,觀點(diǎn)挖掘,觀點(diǎn)要素抽取,,,,,深層次的挖掘研究,,實(shí)驗(yàn)方案,,,實(shí)驗(yàn)語(yǔ)料： 訓(xùn)練語(yǔ)料：測(cè)評(píng)語(yǔ)料的20% 測(cè)試語(yǔ)料包含10個(gè)微博話題，共計(jì)12382條微博。語(yǔ)料預(yù)處理： LJParser數(shù)

2、據(jù)挖掘及語(yǔ)義分析智能開(kāi)發(fā)平臺(tái)中的語(yǔ)料庫(kù)分詞系統(tǒng)。實(shí)驗(yàn)方法： CRFs模型,,中文微博娛樂(lè)本體設(shè)計(jì),微博中的話題涵蓋了人物、事件等要素，具體的事件或影視作品又牽扯到方方面面之間的聯(lián)系。在分析NLP&CC2013中文微博觀點(diǎn)要素抽取評(píng)測(cè)語(yǔ)料基礎(chǔ)上，構(gòu)建中文微博娛樂(lè)本體。,,中文微博娛樂(lè)本體：類(lèi)：27個(gè)數(shù)據(jù)屬性：69個(gè)類(lèi)間關(guān)系：33個(gè)實(shí)力若干,,中文微博娛樂(lè)本體設(shè)計(jì),核心大類(lèi)之間的關(guān)系,指示詞,評(píng)價(jià)對(duì)象,評(píng)論

3、者,評(píng)論,展現(xiàn)對(duì)其的感情,描述,提取出,來(lái)源于,寫(xiě),評(píng)論,圖1 核心大類(lèi)之間的關(guān)系,,中文微博娛樂(lè)本體設(shè)計(jì),所定義的核心類(lèi)基礎(chǔ)上，通過(guò)等級(jí)關(guān)系（subClassOf）擴(kuò)展“評(píng)論對(duì)象”類(lèi)和“指示詞”類(lèi)，形成的等級(jí)體系。在等級(jí)關(guān)系（subClassOf）的基礎(chǔ)上繼續(xù)擴(kuò)展本體的等級(jí)關(guān)系，同時(shí)借鑒頂層本體SUMO中關(guān)系的定義，實(shí)現(xiàn)實(shí)驗(yàn)本體中非等級(jí)關(guān)系的定義。非等級(jí)關(guān)系包括整體-部分關(guān)系、同義關(guān)系、反義關(guān)系、轉(zhuǎn)指關(guān)系、因果關(guān)系,,中文微博

4、娛樂(lè)本體設(shè)計(jì),指示詞分為屬性指示詞和情感指示詞兩種。屬性指示詞是指能夠表示度量單位的詞匯，這些詞匯用來(lái)指示微博話題中一些屬性的參數(shù)。情感指示詞是指能夠表示評(píng)論者對(duì)評(píng)論對(duì)象的褒貶態(tài)度的詞匯，如“好/壞”指示某電影的水平等。,,中文微博娛樂(lè)本體設(shè)計(jì),“人物”類(lèi)的層級(jí)定義（舉例1）,人物,圖2 “人物”類(lèi)的一級(jí)體系結(jié)構(gòu),導(dǎo)演,攝影師,編劇,服裝師,Is-a,道具師,演員,歌手,作詞者,作曲者,其他名人,,中文微博娛樂(lè)本體設(shè)計(jì),“新

5、聞”類(lèi)的關(guān)系定義（舉例2）,新聞,圖3 “新聞”類(lèi)與其他類(lèi)之間的關(guān)系,Is-a,人物,明星公益,明星現(xiàn)場(chǎng),明星秘聞,Is-a,Is-a,作為當(dāng)事人,,評(píng)價(jià)對(duì)象抽取實(shí)驗(yàn),評(píng)價(jià)對(duì)象抽取之特征選擇詞特征詞性特征情感特征本體特征,本體特征表示的是詞匯單元所具有的領(lǐng)域及其語(yǔ)義特性，反映了評(píng)價(jià)對(duì)象的領(lǐng)域共識(shí)。本文依據(jù)建立的實(shí)驗(yàn)本體，判斷當(dāng)前觀察單元在該本體中的概念類(lèi)別：類(lèi)、屬性或是實(shí)例，以輔助評(píng)價(jià)對(duì)象的抽取研究。,微博中表達(dá)的顯

6、性評(píng)價(jià)特征通常都是單獨(dú)的詞匯單元或是多個(gè)詞匯單元組成的短語(yǔ)，直接反映了評(píng)價(jià)對(duì)象的構(gòu)成規(guī)則。,由于微博中評(píng)價(jià)對(duì)象在表述過(guò)程中都表現(xiàn)出一些語(yǔ)法規(guī)則，很大一部分評(píng)價(jià)對(duì)象都通過(guò)名詞來(lái)表達(dá)，某些還可能通過(guò)動(dòng)名詞，形容詞+名詞，量詞+名詞（如部+電視?。﹣?lái)表達(dá)。,情感詞不僅表達(dá)了評(píng)價(jià)者對(duì)評(píng)價(jià)對(duì)象的態(tài)度或是使用心得等評(píng)價(jià)信息，也在一定程度上能夠反映評(píng)價(jià)對(duì)象在整條微博中的位置信息。情感詞匯通常作為修飾的成分出現(xiàn)在評(píng)價(jià)語(yǔ)句中，或放在評(píng)價(jià)對(duì)象前，或放在評(píng)價(jià)

7、對(duì)象后，因此該特性能夠反映評(píng)價(jià)對(duì)象的位置信息。,,評(píng)價(jià)對(duì)象抽取實(shí)驗(yàn),特征選擇預(yù)實(shí)驗(yàn)（五組實(shí)驗(yàn)）,,,評(píng)價(jià)對(duì)象抽取實(shí)驗(yàn),評(píng)價(jià)對(duì)象抽取實(shí)驗(yàn)結(jié)果分析（寬松評(píng)價(jià)指標(biāo)）,,,評(píng)價(jià)對(duì)象抽取實(shí)驗(yàn),評(píng)價(jià)對(duì)象抽取實(shí)驗(yàn)結(jié)果分析（嚴(yán)格評(píng)價(jià)指標(biāo)）,,,總結(jié)及展望,模型能夠盡可能多的識(shí)別出微博中的評(píng)價(jià)對(duì)象，同時(shí)獲得了較高的準(zhǔn)確率。驗(yàn)證了CRFs模型及實(shí)驗(yàn)中選擇四類(lèi)特征及設(shè)計(jì)的特征模板的有效性。對(duì)于一些隱性評(píng)價(jià)對(duì)象并沒(méi)有識(shí)別出。沒(méi)有進(jìn)行詳細(xì)的整條微博的語(yǔ)法分

8、析。深入挖掘在線商品評(píng)論中隱性評(píng)論對(duì)象的特征，從而優(yōu)化該抽取方法提高對(duì)評(píng)論對(duì)象的抽取整體效率。,,研究團(tuán)隊(duì)介紹,骨干成員老師：丁晟春：研究方向?yàn)樾畔⑾到y(tǒng)開(kāi)發(fā)、文本挖掘與商務(wù)智能、信息檢索、網(wǎng)絡(luò)信息資源的開(kāi)發(fā)。最近致力于商品評(píng)論的可信度，網(wǎng)絡(luò)輿情及本體知識(shí)庫(kù)構(gòu)建等。吳鵬：用戶心智模型，群體模擬與仿真等章成志：近期主要的研究方向?yàn)槎嗾Z(yǔ)言文本挖掘、多語(yǔ)言領(lǐng)域本體學(xué)習(xí)、主題聚類(lèi)及其應(yīng)用、關(guān)鍵詞自動(dòng)提取、術(shù)語(yǔ)自動(dòng)提取、跨語(yǔ)言信息處理與檢索