APP下载

基于层次嵌入的方面抽取模型∗

2020-07-13刘漳辉肖顺鑫郑建宁

计算机与数字工程 2020年5期
关键词:单词模型

刘漳辉 肖顺鑫 郑建宁 郭 昆

(1.福州大学数学与计算机科学学院 福州 350116)(2.福建省网络计算与智能信息处理重点实验室 福州 350116)

(3.空间数据挖掘与信息共享教育部重点实验室 福州 350116)(4.国网信通亿力科技有限责任公司 福州 350003)

1 引言

随着信息时代的到来,网络观点调查已经逐步取代了传统纸质问卷调查,不仅包括商品评论领域,还涉及社会公众事件、外交以及国家政策等领域。但是随着互联网便利性的增强,网络上涌现出大量的用户生成内容,除了新闻报道等客观信息外,带有主观色彩的评论数据也占据了很大一部分,且呈现出大数据化的发展趋势[1]。对这些海量的数据进行细粒度的情感分析(又称观点挖掘),不仅有利于发现、分析及控制舆论,还可以帮助生产者改进产品、服务质量,以及帮助消费者做出购买决策[2]。

对评论文本进行细粒度情感分析,即挖掘出文本中的评价对象(又称方面)、观点词及观点持有者。如在笔记本电脑评论“The battery life is long”中,观点持有者即发布这条评论的消费者,用观点词“long”对方面短语“battery life”进行描述。如今,观点挖掘技术被广泛应用于自然语言处理、人工智能等领域。

在细粒度情感分析中,可以将方面抽取问题当成一个序列标注任务,并使用诸如隐马尔可夫(Hidden Markov Model,HMM)、条件随机场(Condi⁃tional Random Fields,CRF)和循环神经网络(Recur⁃rent Neural Network,RNN)等序列标注模型进行训练。在对数据进行处理的时候,可以使用BIO标注体系进行标注[3],其中B代表方面短语的第一个单词,方面短语剩余的部分都用I进行标注,非方面短语的部分用O标注。……

登录APP查看全文

猜你喜欢

单词模型
Exercise 1
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
看图填单词
看完这些单词的翻译,整个人都不好了
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用
单词拾趣