陳鵬 徐冰 楊沐昀 李生
摘 要:評價對象抽取的研究難點在于如何精確地表示大范圍的上下文信息。本文針對微博觀點句,采用了基于雙向循環(huán)神經(jīng)網(wǎng)絡(BRNN)的方法來抽取評價對象并對評價對象的情感傾向進行判定。BRNN的隱藏層對上下文進行了抽象,如果經(jīng)過良好地訓練,它能在循環(huán)處理句子時有效地表示遠距離的有序上下文信息,而無需對上下文窗口長度進行限定。本文選擇了詞、詞性、依存句法樹以及產(chǎn)品詞典等特征構建了BRNN模型。通過實驗發(fā)現(xiàn),上述四種特征組合獲得了最優(yōu)實驗結果,通過與CRF模型的對比,本文提出的方法在相互覆蓋模式下F值比CRF模型高出0.61%,驗證了本文方法的有效性。本文方法在COAE2015任務3的資源受限評測任務中,獲得了最好結果。
關鍵詞:情感分析;評價對象抽取;雙向循環(huán)神經(jīng)網(wǎng)絡模型;條件隨機場模型
中圖分類號:TP391