王荣洋，鞠久朋，李寿山，周国栋

(苏州大学 计算机科学与技术学院 自然语言处理实验室, 江苏 苏州 215006)

1 引言

随着Web 2.0技术的迅猛发展，互联网上带有丰富意见的资源(如评论、博客等)正以指数级的速度增长。基于用户发布内容的情感分析已经成为自然语言处理领域中的一个研究热点。情感分析又称意见挖掘，是指通过计算机手段，帮助用户快速获取、整理和分析相关评价信息。近年来，情感分析研究已经取得一系列进展，特别是在情感信息的褒、贬极性分类方面[1-2]。目前，越来越多的研究者开始把目光转向细粒度的[3](Fine-grained)情感分析，如评价对象抽取。

评价对象(Opinion Target)是指某段评论中所讨论的主题，具体表现为评论文本中评价词语所修饰的对象。评价对象抽取是情感信息抽取任务重要的研究课题之一。而且这项研究的开展有助于为上层情感分析任务提供服务。 评价对象抽取任务可以被建模成信息抽取。由于条件随机场[4]序列标注模型能较好地捕捉上下文信息，它已经被成功应用于多个任务中，在评价对象抽取中也得到了很好地应用[5]。

本文基于条件随机场模型，研究多种特征在评价对象抽取任务中的表现，具体内容组织如下，第二部分介绍相关研究；第三部分描述基于CRFs的系统构建、详细介绍特征；第四部分给出相关实验结果及分析；最后总结全文。

2 相关研究

初期，评价对象抽取的研究一般是基于规则/模板的方法。规则的制定通常要借助一系列自然语言理解预处理模块，如词性标注、命名实体识别、句法分析、语义分析等。……