53_基于模糊推理机的汉语主观句识别.pdfVIP

文章编号：1003-0077 （2011）00-0000-00 基于模糊推理机的汉语主观句识别 宋洪伟，宋佳颖，付国宏 （黑龙江大学计算机科学技术学院，黑龙江 哈尔滨 150080） 摘要：本文提出一种基于词汇模糊集合的模糊推理机以识别汉语主观句。首先，根据主、客观词概念的模 糊性，我们定义了两个相应的模糊集合，并在模糊统计方法下，利用TF-IDF 从训练语料中获取隶属度函数。 然后制定了两个模糊 IF-THEN 规则，并据此实现了一个模糊推理机以识别汉语主观句。NTCIR-6 中文数据 上的实验结果表明我们的方法具有一定的可行性。 关键词：主观句识别；模糊集合；模糊IF-THEN 规则；模糊推理机 中图分类号：TP391 文献标识码：A Chinese Subjective Sentence Recognition Based on Fuzzy Inference Machine Hongwei Song, Jiaying Song, Guohong Fu (School of Computer Science and Technology, Heilongjiang University, Harbin 150080, China) Abstract: This paper presents a fuzzy inference machine for Chinese subjectivity classification. To this end, we first define two fuzzy sets for lexical subjectivity and objectivity, respectively. Then, we apply TF-IDF to acquire the relevant membership functions from the training data. Finally, we define two fuzzy IF-THEN rules and thus build a fuzzy inference machine for Chinese subjective sentence recognition. We conduct two experiments on the NTCIR-6 Chinese opinion data. The experimental results demonstrate the feasibility of the proposed method. Key words: Subjectivity recognition ; fuzzy sets; fuzzy IF-THEN rules; fuzzy inference machine 1 引言 随着WEB2.0 技术的兴起与迅猛发展，意见挖掘已经成为自然语言处理的一个研究热点 [1][2]。作为意见挖掘的一个重要子任务，主观句识别的主要目的是从网络用户生成文本中将 带有主观性信息的意见句从描述客观事实的客观句中识别出来。对于意见挖掘系统，主观句 识别能降低系统的复杂度并提高系统的性能，因此具有极其重要的意义。 虽然近年来主观句识别相关技术已经得到快速发展，但是对于面向大规模开放性网络文 本的意见挖掘系统来说，主观句识别问题仍然没有得到很好的解决。一方面，由于意见挖掘 相关研究工作仍处于早期阶段，所以没有足够的标注语料用于主观句识别模型的训练；另一 方面，现阶段的研究工作大部分都在概率统计的框架下看待和解决主观句识别问题，很少有 人在模糊集合论的框架下，探索汉语主、客观性表示界限模糊的本质特性。因此，如果能发 现主观性文本的本质特征并据此提出一种简洁的模型，对于主观句识别工作甚至是意见挖掘 领域的其他工作都将具有重大的意义。 针对以上问题，本文在模糊集合论框架下，提出一种基于词汇模糊集合的模糊推理机来 识别汉语主观句。首先，为了更好地识别出汉语主、客观性表示的模糊界限，我们定义了词 汇的主、客观词汇模糊集合，并在模糊统计方法下，利用TF-IDF 公式计算不同词汇分别对 主、客观词汇模糊集合的隶属度。然后，本文制定了两条模糊IF-THEN 规则，并用模糊推理  收稿日期： 定稿日期： 基金项目：国家自然科学基金