基于依存分析的中文微博情感分析汇报人.PPT

基于依存分析的中文微博情感分析汇报人.PPT

基于依存分析的中文微博情感分析汇报人

* 任务3情感要素抽取评测共有15个单位提交了22组结果,此表给出了严格评价指标下本组结果与任务3所有组的结果平均值和最好值比较 。 * 在严格评价指标下微平均和宏平均评测结果如图所示,其中红色方框部分是采用本文提出的SFE_DM方法参加任务3情感要素抽取(严格评价指标)评测结果。 从此图和上表中可以看出,SFE_DM方法在22组提交结果中名列前茅,微平均和宏平均的准确率、召回率和F值都排名第3。排名靠前的结果中分别有两组来自同一个单位,即SFE_DM方法在15个单位的提交结果中,微平均和宏平均的准确率、召回率和F值都排名第2,F值正好是平均值的2倍。这个结果表明了SFE_DM方法通过定义6种评价单元依存模式并对情感对象进行归并能够抽取出完整的情感要素,除中国传媒大学国家语言资源监测与研究中心外比其它13个单位所用方法更有效。 * 严格评价指标下本组结果与任务3所有组的结果平均值和最好值比较 如表所示。 * 在宽松评价指标下微平均和宏平均评测结果如图所示,其中红色方框部分是采用我们提出的SFE_DM方法参加任务3情感要素抽取(宽松评价指标)评测结果。 宽松评价指标评测存在误判率高的问题,如在例句“ipad的屏幕很棒!”中,抽取出“ipad的屏幕”中的任意词语或短语都算正确,包括“ipad的”、“的”、“的屏幕”等非情感对象。故综合来看,宽松评价指标并不能作为情感要素抽取任务

文档评论(0)

1亿VIP精品文档

相关文档