一种基于句法分析的情感标签抽取方法 - 图书情报工作.pdf

第５８卷 第１４期　２０１４年７月 一种基于句法分析的情感标签抽取方法 ■ 李纲　刘广兴　毛进　叶光辉 ［摘　要］指出情感标签由评价对象和情感词组成，包含评论的关键要素，能清楚地表达评价者的观点意 见。提出一种针对产品网络评论的情感标签抽取模型，利用依存句法分析设计情感标签抽取算法，通过情感极 性计算对抽取出的情感标签进行过滤。通过放宽的抽取规则与情感极性过滤相结合，以提高情感标签的召回 率，实现潜在评价对象的抽取。最后用网络抓取的产品评论语料作为测试数据集对模型进行测试，获得较高的 抽取准确率和召回率，并对模型中存在的问题进行总结，作为模型改善的指导。 ［关键词］情感标签　观点挖掘　依存句法分析　产品评论 ［分类号］ＴＰ３９１．３ 　　ＤＯＩ：１０．１３２６６／ｊ．ｉｓｓｎ．０２５２－３１１６．２０１４．１４．００２ １　引　言 点词关系的抽取。观点词的抽取有两种方式：一种 是基于词性的直接抽取，包括词组模式［３］、情感词典 　　随着电子商务的快速发展，商品或服务的交易越 ［４－５］ 构建 等方法；另一种是基于观点词评论对象识别 来越多地在互联网上发生。根据２０１４年１月中国互 ［２］ 的间接抽取，包括基于共现规则的抽取方法 、基于 联网信息中心（ＣＮＮＩＣ）发布的第３３次《中国互联网 ［６］ 句法分析的抽取模型 。两种抽取方式存在着一定 络发展状况统计报告》，截至２０１３年１２月，我国网民 的性能差异，主要表现为：直接抽取不容易遗漏情感 网络应用中网络购物用户规模达３．０２亿，使用率达 词汇，准确性也比较高，但是不容易得到观点词的评 到４８．９％。随着网络购物的不断发展和用户量的增 论对象及相互之间的关系；间接抽取可以一步完成 多，利用Ｗｅｂ２．０的强交互性，顾客在互联网交易平 “评论对象 －观点词”意见对的抽取，但是在评价对 台上发表产品或服务评论的行为越来越频繁，线上 象隐含的情况下容易遗漏观点词，而且由于评论对 产品或服务的评论信息量急剧增加。这些评论包含 象种类的不确定性，评论对象词库构建起来比情感 顾客对产品的功能、性能等方面的观点，具有巨大的 词典复杂很多。观点词情感极性的研究则集中关注 价值。线上商家和顾客可以通过分析评论获取有用 如何通过规则或方法的设计来量化情感倾向及其程 ［２］ 的信息以辅助决策 ，但是由于评论信息存在数量 度，目前主要有３种方法：基于词典的语义距离计算 大、内容繁杂、非结构化等特点，对评论信息的分析 方法［７－８］、基于语料库的语义关联方法［９－１０］和基于机 需要运用自然语言处理技术中观点挖掘的相关理论 器学习的文本情感分类方法［１１－１２］。 及技术，抽取出关于产品的评价观点。 　　目前在观点挖掘的研究中，对篇章和语句整体情 　　观点挖掘的研究主要分为两个方面： 观点词 ① 感极性的计算方面已经取得了比较好的效果。然而， 或观点句抽取方法及技术； 观点词或观点句情感 ② 对语句中各语义成分及其对应关系的识别方面，还没 极性计算。观点词的抽取与情感极性的判定是观点 有形成十分有效的解决方案。具体的问题在于：情感 句抽取与情感极性计算的基础，在此本文重点关注。 词和评价对象的识别精度和鲁棒性不高；情感的上下