基于評(píng)價(jià)對(duì)象傾向性判別的研究.pdf

1、信息技術(shù)的發(fā)展使我們這個(gè)時(shí)代的信息量以前所未有的速度增長(zhǎng)，基于主觀性文本的意見(jiàn)挖掘技術(shù)是一種挖掘有價(jià)值信息的語(yǔ)言技術(shù)，它不僅可以運(yùn)用于自然語(yǔ)言接口、文本分類(lèi)、文本過(guò)濾、自動(dòng)摘要、自然語(yǔ)言生成、問(wèn)答系統(tǒng)等方面，還可以應(yīng)用于現(xiàn)實(shí)生活中的許多方面,如電子商務(wù)、電子學(xué)習(xí)、商業(yè)智能、出版編輯、企業(yè)管理、信息監(jiān)控、民意調(diào)查等。
　　 本文利用哈爾濱工業(yè)大學(xué)開(kāi)發(fā)的語(yǔ)言技術(shù)平臺(tái)，對(duì)所要抽取的語(yǔ)料進(jìn)行分句、分詞、詞性標(biāo)注、依存分析等處理。該平臺(tái)將

2、提供了一套系統(tǒng)化工具，能夠深入研究語(yǔ)言各個(gè)層面之間的關(guān)系以及利用這些基礎(chǔ)技術(shù)去研究一些高級(jí)應(yīng)用話題。
　　 在語(yǔ)言技術(shù)平臺(tái)處理結(jié)果的基礎(chǔ)上，本文利用SBV 極性傳遞法為核心，利用句法分析中的依存關(guān)系來(lái)識(shí)別句子的評(píng)價(jià)對(duì)象、評(píng)價(jià)對(duì)象與情感描述項(xiàng)的關(guān)系。這種方法在句子比較規(guī)范的條件下，可以通過(guò)識(shí)別依存關(guān)系對(duì)，找到句子中謂語(yǔ)的極性，然后再傳遞給主語(yǔ)。同時(shí)，通過(guò)謂語(yǔ)動(dòng)詞向賓語(yǔ)中的評(píng)價(jià)對(duì)象傳遞極性。SBV 極性傳遞法結(jié)構(gòu)層次清晰，易于理解，

3、符合人類(lèi)思維特點(diǎn)，并且其算法復(fù)雜度較低，具有易于編寫(xiě)、調(diào)試及運(yùn)算速度快的特點(diǎn)。但由于該算法利用的是較為淺層的句法分析，所采用的方法是基于經(jīng)驗(yàn)的語(yǔ)言模式方法，如果遇到句子不規(guī)范，由于句法分析的錯(cuò)誤及算法本身對(duì)其的依賴(lài)性，則算法的效果會(huì)大打折扣。
　　 通過(guò)對(duì)大量語(yǔ)料的觀察，評(píng)價(jià)對(duì)象在大多數(shù)情況下是以復(fù)合意見(jiàn)目標(biāo)形式存在的，在SBV 極性傳遞法中所判別出的評(píng)價(jià)對(duì)象往往是原子意見(jiàn)目標(biāo)，或是復(fù)合意見(jiàn)目標(biāo)的一部分。為了在此基礎(chǔ)上進(jìn)一步識(shí)別

4、評(píng)價(jià)對(duì)象的真實(shí)邊界，本文使用了ATT 鏈算法及互信息算法。ATT 鏈算法可以通過(guò)ATT和DE 關(guān)系找到ATT 鏈的鏈?zhǔn)自~，從而確定評(píng)價(jià)對(duì)象的邊界。為了解決ATT 算法只能單向搜索的不足，本文還采用了互信息法，它是通過(guò)衡量?jī)蓚€(gè)詞間的關(guān)聯(lián)度來(lái)進(jìn)行評(píng)判的，所以是雙向的，但有時(shí)找到的邊界又不如ATT鏈算法完整，所以使兩種算法相結(jié)合可以進(jìn)一步提高準(zhǔn)確率。
　　 在對(duì)極性詞進(jìn)行傾向性判別時(shí)，本文充分考慮了不同類(lèi)型的句子的極性的判別，副詞、連

5、詞對(duì)極性的影響，尤其是對(duì)于一般副詞，貶義副詞和副詞“太”作了詳細(xì)的探討，并對(duì)級(jí)性誤判的情況提出了相應(yīng)的修正方法。因此本文使用查找褒貶義詞典法、互信息法、連詞修正法、副詞修正法和極性強(qiáng)度的判定等方法來(lái)滿足傾向性判定的要求。通過(guò)對(duì)原始語(yǔ)料庫(kù)的觀察，可以發(fā)現(xiàn)在不同的篇章中或多或少的存在指代現(xiàn)象，尤其是中文較為偏愛(ài)使用的零形回指，在語(yǔ)料庫(kù)中隨處可見(jiàn)。本文加入了指代消解的內(nèi)容，講述了利于向心理論對(duì)零形回指與代詞回指進(jìn)行消解的方法。在向心理論中，需

6、要利用的有3 條制約條件和2 條規(guī)則，基于下指中心、上指中心以及觀注中心，向心理論成為一種很好的指代消解的方法。
　　 在本文的最后介紹了系統(tǒng)的架構(gòu)及其實(shí)現(xiàn)，展示了本系統(tǒng)與外部語(yǔ)料庫(kù)、HowNet情感詞庫(kù)、語(yǔ)言技術(shù)平臺(tái)之前的關(guān)系。融合了各個(gè)算法，以數(shù)據(jù)讀入、句法分析、評(píng)價(jià)對(duì)象抽取、極性詞的抽取和判定、數(shù)據(jù)輸出為主線，編寫(xiě)完成了系統(tǒng)。并在系統(tǒng)中添加了過(guò)濾模塊，以去除各算法中帶來(lái)的噪音。最后，通過(guò)實(shí)驗(yàn)數(shù)據(jù)，展示了經(jīng)本系統(tǒng)處理得到的抽