基于多重冗余标记CRFs的句子情感分析研究SentenceSentiment.PDFVIP

文章编号：1003-0077 （2007 ）05-0000-00 基于多重冗余标记 CRFs 的句子情感分析研究∗ 王根 赵军 中国科学院自动化研究所模式识别国家重点实验室 北京 100080 摘 要: 本文提出了一种基于多重冗余标记的 CRFs 并将其应用于情感分析任务。该方法不仅能够有效地解 决有序标记的分类问题，还能够在保证情感分析中各子任务能够使用不同特征的前提下，将情感分析中的 主客观分类、褒贬分类和褒贬强弱分类任务统一在一个模型之中，在多个子任务上寻求联合最优，制约分 步完成时误差的传播。实验证明，该方法有效地提高了句子情感分析任务的准确率。在理论上，该方法也 为基于最大似然训练的算法解决序回归问题提供了一条途径。 关键字：句子情感分析；序回归；条件随机场；冗余标记 中图分类号：TP391 文献标识码：A Sentence Sentiment Analysis Based on Multi-redundant-labeled CRFs Gen Wang Jun Zhao National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences, Beijing 100080 Abstract: This paper proposes a new method called Multi-redundant-labeled CRFs and applies it on sentence sentiment analysis. This method can not only solve ordinal regression problems effectively, but also obtain global optimal result over multiple cascaded subtasks by merging subjective/objective classification, polarity classification and sentimental strength rating into an integrated model, with each subtask maintaining its own feature types. Experiments on sentiment classification of sentences show a better performance than standard CRFs, and thus validate the effectiveness of this method. Additionally, this method theoretically provides a way to solve ordinal regression problems for the algorithms whose training is based on maximization likelihood estimation. Keywords: sentence sentiment analysis, ordinal regression, CRFs, redundant label 1 引言 随着互联网用户数量的急剧增加，网络上涌现出大量带有用户主观性色彩的信息，如 用户对产品的评论、对服务的评价、对艺术作品的讨论等等。由于主观性信息在电子商务、 电子政务、民意分析方面有巨大的应用价值，主观性语言的分析引起了大量研究者的关注。 本文研究的是主观性语言中句子情感的分析。不同于文档级的情感分析，句子情感的 分析有助于理解文档作者对主题各个侧面的具体态度，有助于按照观点对文档进行摘要。 句子情感分析的任务就是，按照句子表达出的情感进行分类，它包含以下几个子任务： 收稿日期： 定稿日期： 基金项目：本文受国家自然科学基金项目）和北京市自然科学基金项目（4052027 ，4073043 ） 资助。 作者简介