观点挖掘的研究初步.pptVIP

篇章级倾向性判断 * * 主要是主观性的判断 机器学习的方法 文本分类 检索的方法 BLOG TREC 将情感词作为查询 共46页 观点挖掘的应用 * * 产品类观点挖掘 事件类观点挖掘 观点复杂多样 新词日新月异 共46页 观点挖掘的应用 * * 产品类观点挖掘 事件类观点挖掘 更加复杂多样 共46页 * * 共46页 共46页 共46页 观点挖掘的研究初步 李智超 清华大学计算机科学与技术系 lizhichaoxyz@ Superplum@newsmth * 引言 * * 什么是观点挖掘 观点：人们对事物的看法，具有明显的主观性，不同人对同一事物的看法存在差异 主观：我是猪 客观：八戒是猪 挖掘：发现人们对事物的看法 共46页 引言 * * 为什么进行观点挖掘 个体用户对观点挖掘的需求 政府、产业界对观点挖掘的需求 互联网成为观点的重要载体 共46页 引言 * * 为什么进行观点挖掘 个体用户对观点挖掘的需求 政府、产业界对观点挖掘的需求 互联网成为观点的重要载体 共46页 引言 * * 为什么进行观点挖掘 个体用户对观点挖掘的需求 政府、产业界对观点挖掘的需求 互联网成为观点的重要载体 共46页 引言 * * 观点挖掘的相关学科 信息检索(应用) 主题相关的观点挖掘 计算语言学(基础) 汉语分词 词性标注 语法分析 模式识别(方法) 分类与聚类 共46页 引言 * * 观点挖掘的国际用语 观点挖掘 opinion mining 观点分析 opinion analysis 情感分类 sentiment classification 情感分析 sentiment analysis …… 共46页 引言 * * 观点挖掘任务 情感维度 主观性判断 主观：我是猪 客观：八戒是猪 共46页 引言 * * 观点挖掘任务 情感维度 倾向性判断 负面：我是猪 正面：我是神 共46页 引言 * * 观点挖掘任务 情感维度 强度判断 轻度：我弱了 重度：我脑残 共46页 引言 * * 观点挖掘任务 粒度维度 篇章级（目的） 句子级（目的） 词语级（手段，工具） 共46页 词语级倾向性判断 * * 共46页 两类方法 基于统计/学习的方法 基于规则的方法 更多情况是两种相结合使用 词语级倾向性判断 * * 共46页 Hatzivassiloglou, V. and McKeown, K. R. [1997] 判断形容词的感情倾向 以and或but等连词作为分类的依据将词语分为两类（规则） 包含词语较多的为正面倾向性（统计） 词语级倾向性判断 * * 共46页 Turney, P. D. and Littman, M. L. [2003] 判断形容词的感情倾向 在连词的基础上，考虑了同现关系（统计） 词语级倾向性判断 * * 共46页 Hu, M. and Liu, B. [2004] 使用了已有的语言资源WordNet中的同义与反义的关系，来找出属于同义倾向性的词语，并分类（规则） 词语级倾向性判断 * * 共46页 Esuli, A. and Sebastiani, F. [2005] SentiWordNet 使用了已有的语言资源WordNet中词语的注释作为词语的特征，对注释文本进行分类。（学习） 不只对形容词进行倾向性判断 倾向性会有程度的区分 多义项词汇会有不同倾向性 词语级倾向性判断 * * 共46页 一个问题：同一个词语在不同的语言环境中会有不同的倾向性。即词语不具有固定的倾向性。 价格太高了 它拥有很高的传输速度 词语级倾向性判断 * * X. Ding, B. Liu, etc. [2008] 词典中只保留具有固定倾向性的词语 否则根据上下文判断其倾向性（规则） 共46页 词语级倾向性判断 * * 规则1 句内连词 具有明显并列关系(and)和转折关系(but) 他成绩优秀，并且写作水平高 他球踢的好，但是脾气大 规则2 句内无连词 认为默认为并列关系 屏幕鲜艳，待机时间长 规则3 句间关系 认为两句之间若无明显转折关系 则并列 规则4 同反义词关系 认为其同义词倾向性一致，反义词相反 共46页 词语级倾向性判断 * * Zhuang L. [2007] 根据句子中的语法结构，将情感词和语言环境一起作为对象，判断倾向性。 语言环境：情感词所修饰的内容 价格太高了 它拥有很高的传输速度 属性词-情感词词对 共46页 词语级倾向性判断 * * M. Hu and B. Liu [2004] 根据同现关系抽取抽取名词、名词词组作为属性词 再根据一些规则进行剪枝 共46页 词语级倾向性判断 * * A. Popescu and O. Etzioni [2005] 使用KnowIt