基于自动编码特征的汉语解释性意见句识别.pdf

北京大学学报 (自然科学版) 第 51卷 第2期 2015年3月 ActaScientiarumNaturaliumUniversitatisPekinensis，Vol51，No．2(Mar．2O15) doi：10．13209／j．0479—8023．2015．041 基于 自动编码特征的汉语解释性意见句识别 贺宇 潘达 付国宏 黑龙江大学计算机科学技术学院，哈尔滨 150080；十通信作者，E—mail：ghfu@hotmail．com 摘要 提出一种基于 自动编码特征的汉语解释性意见句识别的分类方法 。首先从汽车和手机两个领域的产 品评论 中构造一个解释性意见语料库，然后采用分类 的方法进行解释性意见句识别。特别地，采用 自动编码 技术表示和学习解释性意见句分类的词 向量特征。最后，在支持向量机框架下通过实验优选解释性词向量 维度，并与一些传统特征表示方法进行比较。实验结果表明，与传统的卡方 、信息增益和 TF．IDF及其组合 方法相比，自动编码特征的引入能有效提升汉语解释性意见句识别性能。 关键词 意见挖掘；解释性意见句识别：自动编码 中图分类号 TP391 ChineseExplanatoryOpinionatedSentenceRecognition BasedonAuto-EncodingFeatures HE Yu，PAN Da，FU Guohong SchoolofComputerScienceandTechnology，HeilongjiangUniversity,Harbin150080； 十CorrespondingAuthor，E-mail：ghfu@hotmail．com Abstract An auto—encoding featurebased classification method to Chineseexplanatory opinionated sentence recognitionwaspresented．Anexplanatoryopinioncorpusisbuiltfirstlyfrom onlineproductreviewsincellphone and cardomains．Then，wordembeddingsarelearnedfrom productreviewsusingtheauto—encodingtechnique． Finally，thelearnedwordembeddingsareusedasfeaturesforexplanatoryopinionatedsentenceclassificationunder theframeworkofsupportedvectormachines．Experimentalresultsshow thatwordembeddingsaremoreeffective than sometraditionalrepresentationsoffeatureslikeChi·square，TF—IDFand information gainsforexplanatory opinionatedsentenceclassification． Keywords opinionmining；explanatory opinionatedsentencerecognition；auto-encoding 随着Web2．0技术的快速发展，网络上出现大量 幕”的正面评价，但没有 明确说明 “屏幕”好的原因 用户生成的意见文本。意见挖掘(opinionmining)因 是因为分辨率高、屏幕大还是材质好，这样很容易 此成为 自然语言处理 (naturallanguageprocessing， 对用户行为产生误导，可能有人想买大屏幕手机而 NLP)领域的热门课题，并在情感分类 、意见抽取和 选择 iPhone。因此，用户还需要更多的相应产品评 意见摘要等方面取得很大进展 J【J。