本文關鍵詞：基于三層過濾的評價對象抽取

  更多相關文章： 評價對象抽取 情感詞 關聯(lián)置信度 領域置信度

【摘要】：針對互聯(lián)網(wǎng)中的產(chǎn)品評論信息,提出一種三層過濾的評價對象抽取方法.該方法采用一個自舉式的抽取算法在評論文本中得到候選的評價對象和情感詞;利用評價對象與情感詞之間的關聯(lián)度對候選詞進行關聯(lián)置信度計算,提取關聯(lián)置信度高的評價對象以提高識別的準確率;引入一個不相關的平行領域對剩余的候選詞進行領域置信度計算,挖掘低頻的評價對象.3個公開數(shù)據(jù)集中的實驗結果表明該方法能夠顯著地提高評價對象的識別效果.
【作者單位】： 北京理工大學計算機科學技術學院;北京市海量語言信息處理與云計算應用工程技術研究中心;
【關鍵詞】： 評價對象抽取 情感詞 關聯(lián)置信度 領域置信度
【基金】：國家自然科學基金資助項目(61370137)
【分類號】：TP391.1
【正文快照】： 云計算應用工程技術研究中心,北京100081)評價對象抽取旨在識別評論句中的目標實體,是意見挖掘任務中的熱點問題[1-3].評價對象是指一個評論句中描述的產(chǎn)品屬性或者組成部分,情感詞是用來修飾評價對象,并且能夠表達一定情感傾向的詞.評價對象和情感詞在評論文本的情感判定、摘

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 肖健;徐建;朱姝;萬纓;許亮;;基于翻譯和語義方法的情感詞挖掘研究[J];計算機工程與應用;2011年32期

2 趙鵬;趙志偉;卓景文;;一種情感詞語義加權的句子傾向性識別方法[J];計算機工程與應用;2011年35期

3 代大明;李壽山;李培峰;朱巧明;;基于情緒詞與情感詞協(xié)作學習的情感分類方法研究[J];計算機科學;2012年12期

4 李勇敢;周學廣;孫艷;張煥國;;結合依存關聯(lián)分析和規(guī)則統(tǒng)計分析的情感詞庫構建方法[J];武漢大學學報(理學版);2013年05期

5 彭慶喜;錢鐵云;;基于量化情感的網(wǎng)店垃圾評論檢測[J];山東大學學報(理學版);2013年11期

6 黃俊;田生偉;禹龍;馮冠軍;;基于維吾爾語情感詞的句子情感分析[J];計算機工程;2012年09期

7 孫勁光;馬志芳;孟祥福;;基于情感詞屬性和云模型的文本情感分類方法[J];計算機工程;2013年12期

8 柳位平;朱艷輝;栗春亮;向華政;文志強;;中文基礎情感詞詞典構建方法研究[J];計算機應用;2009年10期

9 魏志生;吉陽生;羅春勇;陳家駿;;加入領域先驗知識的產(chǎn)生式情感分類模型[J];計算機科學與探索;2011年12期

10 唐曉波;肖璐;;基于情感分析的評論挖掘模型研究[J];情報理論與實踐;2013年07期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 陳奇哲;劉全升;姚天f ;;漢語意見型語句主題與情感關系抽取的研究[A];第五屆全國信息檢索學術會議論文集[C];2009年

2 孫慧;關毅;董喜雙;;中文情感詞傾向消歧[A];第六屆全國信息檢索學術會議論文集[C];2010年

3 段秀婷;何婷婷;宋樂;;基于PMI-IR算法的Blog情感分類研究[A];第五屆全國青年計算語言學研討會論文集[C];2010年

4 李先斌;袁平波;俞能海;;基于局部最優(yōu)的情感標簽圖像自動標注算法[A];第六屆和諧人機環(huán)境聯(lián)合學術會議（HHME2010)、第19屆全國多媒體學術會議（NCMT2010）、第6屆全國人機交互學術會議（CHCI2010）、第5屆全國普適計算學術會議（PCC2010）論文集[C];2010年

5 王樅;涂序彥;劉嘉;;注意-情緒協(xié)調(diào)的個性化信息推薦模型[A];2006年首屆ICT大會信息、知識、智能及其轉換理論第一次高峰論壇會議論文集[C];2006年

中國博士學位論文全文數(shù)據(jù)庫 前7條

1 劉全超;面向中文微博的觀點挖掘與傾向性分析研究[D];北京理工大學;2015年

2 董喜雙;基于免疫多詞主體自治學習的情感分析研究[D];哈爾濱工業(yè)大學;2013年

3 楊玉珍;基于Web評論信息的傾向性分析關鍵技術研究[D];山東師范大學;2014年

4 黃勝;Web評論文本的細粒度意見挖掘技術研究[D];北京理工大學;2014年

5 施寒瀟;細粒度情感分析研究[D];蘇州大學;2013年

6 李榮軍;中文商品評論傾向性分析研究[D];北京郵電大學;2011年

7 李芳;面向中文Web評論的觀點挖掘關鍵技術研究[D];華中師范大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 王銀;中文微博情感分析方法研究[D];廣東技術師范學院;2015年

2 蔡啟煌;細粒度中文網(wǎng)絡消費評論情感極性分類方法研究[D];大連海事大學;2016年

3 李軍偉;網(wǎng)站商品評論挖掘技術的研究[D];北京交通大學;2016年

4 劉妙;面向評論文本基于情感分析的可信推薦模型研究[D];浙江理工大學;2016年

5 高磊;產(chǎn)品特征自動提取及情感分類研究[D];南京大學;2013年

6 何新宇;基于改進情感詞識別方法的輿情情感分析系統(tǒng)設計[D];北方工業(yè)大學;2016年

7 張志華;基于深度學習的情感詞向量及文本情感分析的研究[D];華東師范大學;2016年

8 張玉杰;情感詞的傾向性研究[D];北京郵電大學;2011年

9 周曉;基于互聯(lián)網(wǎng)的情感詞庫擴展與優(yōu)化研究[D];東北大學;2011年

10 任望;基于股價的情感詞庫獲取[D];西南財經(jīng)大學;2014年

，

本文編號：1131037