面向中文微博的评价对象与评价词语联合抽取

刘全超，黄河燕，冯　冲

(北京理工大学计算机学院，北京 100081)

面向中文微博的评价对象与评价词语联合抽取

刘全超，黄河燕，冯冲

(北京理工大学计算机学院，北京 100081)

深入挖掘微博内容中评价对象与评价词语的词法特征、句法特征、语义特征以及相对位置特征，提出评价对象与评价词语的序列化联合抽取模型.进一步结合微博间转发关系特性提出基于转发关系的联合抽取优化算法.并与相关算法进行实验对比，对实验结果进行了综合分析，证明了方法的可行性和优越性.

观点挖掘;信息抽取;社交网络;评价对象;评价词语;微博

1　引言

观点信息抽取是情感分析的最底层任务，其目的是获取情感评论文本中有意义的信息单元，如观点持有者(opinion holder)、评价对象(opinion target)、评价词语(opinion-bearing word)等情感要素.目前的已有工作主要是利用监督和无监督机器学习算法实现.无监督方法主要是利用词频统计或规则实现评价对象和评价词语抽取，如Hu等人[1]、Popescu等人[2]、Zhang等人[3]以及刘等人[4～8]，他们认为评价对象往往是名词或名词短语，而评价词语往往是形容词，并且评价对象与评价词语之间具有评价关系.如果一个词是一个评价对象，则与之具有评价关系的形容词很可能就是一个评价词语；反之，如果一个词是一个评价词语，则与之具有评价关系的名词、名词短语很可能就是一个评价对象.他们将研究重点放在了评价关系发现，进而实现情感要素的抽取.目前相比较无监督方……