基于特征选择和点互信息剪枝的产品属性提取方法.pdfVIP

第 28卷 第 2期 模式识别与人工智能 Vo1．28 No．2 2015年 2月 PR ＆ AI Feb． 2015 基于特征选择和点互信息剪枝的 产 品属性提取方法 术 高 磊 戴新宇 黄书剑 陈家骏 (南京大学 计算机软件新技术国家重点实验室 南京210023) 摘 要 产品属性的自动抽取是情感分析中的重要研究内容．文中提出一种基于特征选择和词频及点互信息剪枝 的产品属性提取方法．首先引入在分类任务中常用的2。一norm正则化 (Lasso)方法，将产品属性抽取问题转换为分类 中的特征选择问题 ，利用Lasso生成稀疏模型的特性，将模型中少量的特征作为产品特征属性候选集．然后根据候 选特征属性集中的特征属性在文本中出现的频率进行排序并剪枝．最后经过进一步合并和点互信息剪枝处理，得 到最终的产品属性集．在中文产品评论集上的实验证实文中方法的有效性． 关键词 情感分析，产品属性提取 ，z．一norm正则化 ，点互信息剪枝 中图法分类号 TP391．1 DOI 10．16451／j．cnki．issnl003-6059．201502012 ProductAttributeExtractionBasedonFeatureSelectionand PointwiseM utualInformationPruning GAO Lei，DAIXin—Yu，HUANG Shu—Jian，CHENJia—Jun (StateKeyLaboratoryforNovelSoftwareTechnology，NanjingUniversity，Nanjing210023) ABSTRACT Productattributeextractionisakeypointinsentimentanalysis．Inthispaper，aproductattribute extractionmethod based on feature selection and pointwisemutualinformation pruning strategies is proposed．Firstly，the extraction task istransferred to a feature selection task in a classifier．The classificationmodelwithl1一norlTlregularization，suchasLasso，canencourageasparsemodelwithfewer important selected features． Secondly， some extracted features are selected through a frequency threshold．The featuresasthe productattributesare finally generated with pointmutualinformation pruning．TheexperimentsontheproductreviewsinChinesedemonstratetheeffectivenessoftheproposed methOd． Key W ords SentimentAnalysis，ProductAttributeExtraction，11一norm Regularization，Pointwise MutualInformationPruning 国家 自然科学基金项 目(No61170181)、国家社会科学基金重点项 目(No．11AZD121)、江苏省 自然科学基金项 目 (No．BK2011192)资助