检索结果-南通市图书馆

一种通过评价类别分类提升评价对象抽取性能的方法

在线全文

学校读者我要写书评

暂无评论

计算机工程 2022年第11期48卷 96-103,136页

作者：崔伟琪严馨滕磊陈玮徐广义昆明理工大学信息工程与自动化学院昆明650504 昆明理工大学云南省人工智能重点实验室昆明650504 湖南快乐阳光互动娱乐传媒有限公司长沙410000 云南南天电子信息产业股份有限公司昆明650040

评价对象抽取主要用于文本的意见挖掘,旨在发掘评论文本中的评价对象实体。基于无监督的自编码器方法可以识别评论语料库中潜藏的主题信息,且无需人工标注语料,但自编码器抽取的评价对象缺乏多样性。提出一种基于监督学习的句子级分类... 详细信息

评价对象抽取主要用于文本的意见挖掘,旨在发掘评论文本中的评价对象实体。基于无监督的自编码器方法可以识别评论语料库中潜藏的主题信息,且无需人工标注语料,但自编码器抽取的评价对象缺乏多样性。提出一种基于监督学习的句子级分类任务和无监督学习自编码器混合模型。该模型通过训练一个分类器生成评价对象类别,对自编码器共享分类任务中的LSTM-Attention结构进行编码得到句向量表征,以增加语义关联度,根据得到的评价对象类别将句向量表征转化为中间层语义向量,从而捕捉到评价对象类别与评价对象之间的相关性,提高编码器的编码能力,最终通过对句向量的重构进行解码得到评价对象矩阵,并依据计算评价对象矩阵与句中单词的余弦相似度完成评价对象的抽取。在多领域评论语料库上的实验结果表明,与k-means、LocLDA等方法相比,该方法评价指标在餐厅领域中提升了3.7%,在酒店领域中提升了2.1%,可有效解决训练过程缺少评价类别多样性的问题,具有较好的评价对象抽取能力。

关键词：自编码器注意力机制句子分类长短期记忆模型评价对象抽取

在线全文

学校读者我要写书评

暂无评论

评价对象抽取研究综述

自动化学报 2018年第7期44卷 1165-1182页

作者：蒋盛益郭林东王连喜符斯慧广东外语外贸大学信息科学与技术学院广州510006 语言工程与计算广东省社会科学重点实验室广州510006 广东外语外贸大学图书馆广州510420

近年来,细粒度情感分析因其在商业决策、舆情分析等领域的重要作用而受到学术界和工业界的广泛关注.评价对象抽取作为情感分析的基本任务之一,是进行细粒度情感分析的关键问题.本文针对评价对象抽取问题的起源、当前主流研究方法和趋势... 详细信息

近年来,细粒度情感分析因其在商业决策、舆情分析等领域的重要作用而受到学术界和工业界的广泛关注.评价对象抽取作为情感分析的基本任务之一,是进行细粒度情感分析的关键问题.本文针对评价对象抽取问题的起源、当前主流研究方法和趋势进行了梳理,首先详细阐述评价对象抽取问题的基本概念并对其进行形式化表示,然后结合近年来的研究对评价对象抽取方法进行归纳和总结,并重点分析基于频率、基于模板规则、基于图论、基于条件随机场和基于深度学习的评价对象抽取方法,随后回顾评价对象抽取的评测情况和可用的语料资源,最后分析评价对象抽取的若干难点问题,同时对评价对象抽取研究进展和发展趋势进行总结和展望.

关键词：评价对象抽取细粒度情感分析评测资源建设

基于领域嵌入的循环膨胀卷积神经网络评价对象抽取方法

在线全文

学校读者我要写书评

暂无评论

国外电子测量技术 2022年第1期41卷 20-27页

作者：陈积常周武南宁学院信息工程学院南宁530200 华南师范大学计算机学院广州510631

在评价对象抽取任务当中,基于循环神经网络的方法具有前向依赖性且未能利用图形处理器(graphics processing unit,GPU)并行计算的能力,而基于传统卷积神经网络的方法则存在语义覆盖能力有限的问题。针对所述问题,为充分发挥模型的计算... 详细信息

在评价对象抽取任务当中,基于循环神经网络的方法具有前向依赖性且未能利用图形处理器(graphics processing unit,GPU)并行计算的能力,而基于传统卷积神经网络的方法则存在语义覆盖能力有限的问题。针对所述问题,为充分发挥模型的计算能力以及语义覆盖能力,首次将循环膨胀卷积神经网络应用于该任务,并融入领域嵌入特征,提出了一种基于领域嵌入的循环膨胀卷积神经网络模型(domain embedding iterated dilated convolutions neural network,DE-IDCNN)。在评价对象抽取任务数据集L14、R14、R15、R16的实验中,取得的F1值分别为81.85、80.90、72.23、73.26,与基线模型相比取得了两个数据集实验效果的领先。经进一步实验验证,DE-IDCNN模型实现了更高的计算效率以及表现出更好的语义覆盖能力。

关键词：评价对象抽取领域嵌入膨胀卷积神经网络

在线全文

学校读者我要写书评

暂无评论

基于交互特征表示的评价对象抽取模型

计算机研究与发展 2021年第1期58卷 224-232页

作者：曾碧卿曾锋韩旭丽商齐华南师范大学软件学院广东佛山528225 华南师范大学计算机学院广州510631

评价对象抽取是对象级情感分析的关键任务之一,评价对象抽取结果会直接影响对象级情感分类的准确率.在评价对象抽取任务中,借助手工特征加强模型性能的方式既消耗时间又耗费人力.针对数据规模小、特征信息不充分等问题,提出一种基于交... 详细信息

评价对象抽取是对象级情感分析的关键任务之一,评价对象抽取结果会直接影响对象级情感分类的准确率.在评价对象抽取任务中,借助手工特征加强模型性能的方式既消耗时间又耗费人力.针对数据规模小、特征信息不充分等问题,提出一种基于交互特征表示的评价对象抽取模型(aspect extraction model based on interactive feature representation,AEMIFR).相比其他模型,AEMIFR模型结合字符级嵌入与单词嵌入,捕获单词的语义特征、字符的形态特征以及字符与词语之间的内在联系.而且,AEMIFR模型获取文本的局部特征表示和上下文依赖特征表示,并学习2种特征表示之间的交互关系,增强2种特征之间的相似特征的重要性,减少无用特征对模型的消极影响,以及学习更高质量的特征表示.最后在SemEval 2014,SemEval 2015,SemEval 2016中的数据集L-14,R-14,R-15,R-16上进行实验,取得具有竞争力的效果.

关键词：评价对象抽取对象级情感分析特征交互自然语言处理神经网络

在线全文

学校读者我要写书评

暂无评论

基于浅层句法特征的评价对象抽取研究

自动化学报 2011年第10期37卷 1241-1247页

作者：徐冰赵铁军王山雨郑德权哈尔滨工业大学计算机科学与技术学院机器智能与翻译研究室哈尔滨150001

随着网络评论文本数量的快速增长,文本情感分析越来越受到研究者的广泛关注.句子级文本情感分析就是对主观性文本进行细粒度的挖掘,有重要的研究价值.评论句中的评价对象抽取是句子级情感分析要研究的关键问题之一.为了提高评价对象抽... 详细信息

随着网络评论文本数量的快速增长,文本情感分析越来越受到研究者的广泛关注.句子级文本情感分析就是对主观性文本进行细粒度的挖掘,有重要的研究价值.评论句中的评价对象抽取是句子级情感分析要研究的关键问题之一.为了提高评价对象抽取的性能,本文提出在系统模型的训练过程中引入浅层句法信息和启发式位置信息,同时在不增加领域词典的情况下,有效提高系统的精确率.实验结果表明,将本文提出的特征引入到条件随机域模型和对比模型后,系统的各项指标均有所提高,并且条件随机域模型的结果优于对比模型.同时,将条件随机域模型的结果与2008年国内中文评测的最大值比较,其F值超过最大值5%.

关键词：文本情感分析意见挖掘评价对象抽取浅层句法特征位置特征

在线全文

学校读者我要写书评

暂无评论

基于三层过滤的评价对象抽取

北京理工大学学报 2016年第11期36卷 1154-1159页

作者：牛振东刘沙北京理工大学计算机科学技术学院北京100081 北京市海量语言信息处理与云计算应用工程技术研究中心北京100081

针对互联网中的产品评论信息,提出一种三层过滤的评价对象抽取方法.该方法采用一个自举式的抽取算法在评论文本中得到候选的评价对象和情感词;利用评价对象与情感词之间的关联度对候选词进行关联置信度计算,提取关联置信度高的评价对象... 详细信息

针对互联网中的产品评论信息,提出一种三层过滤的评价对象抽取方法.该方法采用一个自举式的抽取算法在评论文本中得到候选的评价对象和情感词;利用评价对象与情感词之间的关联度对候选词进行关联置信度计算,提取关联置信度高的评价对象以提高识别的准确率;引入一个不相关的平行领域对剩余的候选词进行领域置信度计算,挖掘低频的评价对象.3个公开数据集中的实验结果表明该方法能够显著地提高评价对象的识别效果.

关键词：评价对象抽取情感词关联置信度领域置信度

在线全文

学校读者我要写书评

暂无评论

语义特征在评价对象抽取与极性判定中的作用

北京大学学报（自然科学版） 2014年第1期50卷 93-99页

作者：周红照侯明午颜彭莉张叶青侯敏滕永林中国传媒大学国家语言资源监测与研究有声媒体中心北京100024

提出与评价对象抽取相关的7类语义特征:评价触发词、评价消解词、评价对象绝缘词、后指动词、前指动词、心理动词和指向定语的评价名词,以及与极性判定相关的5类语义特征:褒义性名词、贬义性名词、语义偏移型名词、度量衡形容词和语义... 详细信息

提出与评价对象抽取相关的7类语义特征:评价触发词、评价消解词、评价对象绝缘词、后指动词、前指动词、心理动词和指向定语的评价名词,以及与极性判定相关的5类语义特征:褒义性名词、贬义性名词、语义偏移型名词、度量衡形容词和语义构式。从引入语义特征的必要性以及如何使用这些特征两方面进行阐述。实验证明,语义特征的引入有助于提高评价对象抽取及极性判断的准确率。

关键词：语义特征评价对象抽取极性判定

在线全文

学校读者我要写书评

暂无评论

评价对象抽取关键技术研究

评价对象抽取关键技术研究

作者：王荣洋苏州大学

学位级别：硕士

进入21世纪后，随着网络的发展，互联网上的评论文本越来越多，这些文本包含了丰富的主观性信息。如何自动化、智能化处理这些主观信息文本显得愈发重要，情感分析研究正是在这样的背景下产生的。评价对象抽取是情感分析研究中的一个... 详细信息

进入21世纪后，随着网络的发展，互联网上的评论文本越来越多，这些文本包含了丰富的主观性信息。如何自动化、智能化处理这些主观信息文本显得愈发重要，情感分析研究正是在这样的背景下产生的。评价对象抽取是情感分析研究中的一个重要的基本任务，旨在自动识别评论文本中的评论的主题，即评论文本中评价词语所修饰的对象。本文主要针对评价对象抽取任务展开研究，主要研究内容包括以下几个方面：首先，针对中文文本，进行中文评价对象抽取方法研究。采用的方法是将评价对象抽取看成序列标注问题，以条件随机场（CRF）为学习模型进行训练。在特征方面，首先直接借鉴英文评价对象抽取方法中常用的特征，比如词形、词性等特征。然后，根据中文特有的语法规则，寻找有利于中文评价对象抽取的特征，进一步提高中文评价对象抽取的性能。其次，提出基于浅层语义分析框架的评价对象抽取方法。虽然传统的评价对象抽取方法已经取得了不错的效果，比如基于条件随机场模型的评价对象抽取，但是这些方法并未考虑句法信息，从而丢失了大量的结构化信息。因此，本文利用浅层语义分析框架对评价对象抽取任务重新建模，将评价对象看成情感词的语义角色，把评价对象抽取任务转换成语义角色标注任务，并在系统中引入大量的句法特征，进一步提高了评价对象抽取性能。最后，对评价对象抽取的领域适应问题进行了研究。为了解决评价对象抽取任务中的语料缺乏问题，本文提出评价对象的领域适应方法，在提出的浅层语义分析框架中，探索两类特征即非句法特征和句法特征用于帮助评价对象抽取的领域适应学习。

关键词：评价对象抽取条件随机场浅层语义分析框架领域适应句法信息

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

评价对象抽取研究

评价对象抽取研究

作者：鞠久朋苏州大学

学位级别：硕士

随着Web 2.0技术的迅猛发展,互联网上带有丰富观点的资源（如评论、博客等）正以指数级的速度增长。基于用户发布内容的情感分析已经成为自然语言处理领域一个引人注目的研究热点。情感分析又称意见挖掘,是指通过计算机手段,帮助用户快... 详细信息

随着Web 2.0技术的迅猛发展,互联网上带有丰富观点的资源（如评论、博客等）正以指数级的速度增长。基于用户发布内容的情感分析已经成为自然语言处理领域一个引人注目的研究热点。情感分析又称意见挖掘,是指通过计算机手段,帮助用户快速获取、整理和分析相关评价信息。近年来,情感分析研究已经取得了一系列进展,特别是在情感信息的褒、贬极性分类方面。目前,越来越多的研究者开始把目光转向细粒度的情感分析以及基于情感分析的上层应用,如情感信息抽取、情感信息的检索与归纳等。评价对象抽取是情感分析研究中情感信息抽取任务的重要研究内容之一。本文着眼于情感信息抽取中评价对象抽取的研究,内容主要包括: 1.基于条件随机场模型的评价对象抽取方法。在引入常用于情感信息抽取的特征的基础上,将特征归纳为词法、语法、相对位置、语义等四大类别,从特征的角度扩展了基于条件随机场的评价对象抽取系统,重点考查了不同特征及其组合对系统性能的影响,并做了详细的比较研究。 2.考虑到在文本情感分析研究中普遍存在的领域适应问题,本文提出了多领域评价对象抽取融合,即将多个领域的训练样本充分利用起来,使得不同领域之间的训练样本能够互相帮助。通过多个领域基模型的融合,提高每个单一领域评价对象抽取的性能。本文研究了常用融合方法在该任务上的应用,并结合任务特点在元学习的基础上提出了改进的融合方法。 3.随着语义角色标注技术的成熟及其在其他自然语言处理任务上的应用,本文探索了将语义角色标注信息应用于评价对象抽取。通过把语义角色信息作为一个特殊的特征,研究语义角色对评价对象抽取的作用。本文的主要贡献在于对单领域任务中有效特征的选择,以及对多领域融合方法的研究,具体来讲包括: 1.提出了依存关系、情感词、语义角色等新特征,并对现有的特征加以归纳总结,成功地用于基于条件随机场模型的评价对象抽取。 2.通过大量的对比实验,研究了评价对象抽取任务中的特征选择问题,系统地比较、研究了各特征之间的组合对评价对象抽取性能的影响。 3.研究了在评价对象抽取中的多领域融合问题,指出了常用的多领域融合方法在该任务上的不足,并结合任务特点提出了适用于该任务的融合方法。 4.探索了基于语义角色标注的浅层语义特征在该任务上的应用,实验表明语义角色信息对评价对象有很好的指示作用。这些方法的研究和所取得的成果将有助于提高评价对象抽取的性能,对今后情感分析领域的研究具有重要的参考价值。

关键词：情感分析评价对象抽取条件随机场多领域学习语义角色标注