摘要
根据微博文本中句子的依存关系和情感词在依存关系中的位置来提取特征,将特征应用于最大熵模型来预测句子的情感倾向(褒义、贬义或中性)。并在此基础上,将词、词性和词在句法结构中的成分作为特征,训练条件随机场统计模型以此预测评价对象。实验结果表明,将句法依存关系作为特征应用到中文微博观点句识别中能够取得不错的效果,明显提高了中文微博观点句的识别率。
According to the dependency and emotional words in sentences,we extract features and apply these features to the maximum entropy model to predict the polarity of a sentence( positive,negative or neutral). Using words,part of speech and composition of syntactic structure as a feature to train CRF model and extract opinion target. Experimental results shows that recognition rate of Chinese M icro-blogging sentiment polarity are increased obviously.
出处
《山东大学学报（理学版）》
CAS
CSCD
北大核心
2016年第7期81-89,共9页
Journal of Shandong University(Natural Science)
关键词
中文微博
情感倾向
评价对象
依赖分析
Chinese M icro-blog
sentiment polarity
opinion target
dependence analysis
作者简介
胡默之(1980-),男,硕士,研究方向为机器学习,自然语言处理,E-mail:humozhi@gmail.com. 通讯作者:姚天昉(1957-),男,博士,副教授,研究方向为意见挖掘,信息抽取,机器学习,自然语言处理等.E-mail:yao-tf@cs.sjtu.edu.cn.
