赵丽华，王春立，初钰凤

大连海事大学 信息科学技术学院，辽宁 大连116026

随着社交媒体和在线论坛的发展，以及京东和淘宝等在线交易方式的日益普及，越来越多的消费者开始评论他们通过在线论坛、社交媒体网站和其他渠道所购买的产品。提取评论中的观点和情感词，可以帮助消费者提前了解商家的产品质量或服务，也可以帮助商家准确、客观地获得大量的用户评价，有利于提高产品质量，不断优化经营策略，增强竞争力。在产品评论中，方面代表产品的属性或特征。从人们表达观点的产品或服务的评论文本中提取方面信息被称为方面级情感分析，是细粒度的文本情感分析，而方面术语提取是方面级情感分析的关键问题。

传统的方面术语提取方法主要以语法和规则为主，并以词法分析和句法分析的结果为基础，人工地建立一些词性和句法规则来提取相关的术语。Bloom等[1]采用人工制定规则的方法来提取重要的方面词。Zhao 等[2]采用词法泛化的方法，利用词法信息提取方面词。Qiu等[3]提出一种利用预先制定的规则，通过双重传播（Double Propagation，DP）算法来抽取方面词。这些方法虽然取得了一定的效果，但都需要人工知识和领域知识来标记文本特征，特征的扩展性不强，它们不能利用高水平的领域知识来提取与中性和隐性情感相关的方面词。

深度学习在各个领域都取得了突出的成果，也被应用到方面术语提取领域。Yin等[4]采用词嵌入、线性上下文嵌入和依赖路径嵌入来增强CRF（Conditional Random Field）进行方面术语的提取。……