王亚珅,黄河燕,冯 冲,刘全超

(北京理工大学计算机学院北京市海量语言信息处理与云计算应用工程技术研究中心,北京 100081)



基于级联模型的中文情感要素抽取

王亚珅,黄河燕,冯 冲,刘全超

(北京理工大学计算机学院北京市海量语言信息处理与云计算应用工程技术研究中心,北京 100081)

随着社交媒体的发展及成熟，每天在互联网环境中都会产生大量的用户评论信息.抽取评价短语、评价对象和观点持有者等情感要素，已经成为了中文观点挖掘和情感分析的重要先决任务.针对中文情感要素抽取任务，本文提出了一个统计和规则相结合的级联模型，主要贡献包括：(1)针对汽车领域评论信息，构建情感要素标注语料库和相关词典；(2)对于以往研究较少关注的中文评价短语，本文详细分析阐述其定义和分类；(3)结合统计和规则，分别针对评价短语和情感要素提出级联抽取策略.实验结果充分证明了该级联模型的有效性，相比较于其它基于规则的情感要素抽取算法有效提升了召回率，同时为后续社交媒体情感分析任务提供了有力的支持.

信息抽取;情感要素;评价短语;评价对象;观点持有者

1 引言

情感分析(Sentiment Analysis)和观点挖掘(Opinion Mining)[1,2]旨在根据文本的话题或者情感极性来判断产生该内容的用户的观点和态度；而情感要素(Evaluation Element)抽取则是其一项重要的先决任务，不仅直接决定了后续任务的效果，而且在实际应用中有着巨大的需求.借鉴文献[3]中提……