基于层叠模型细粒度情感要素抽取及倾向分析

摘要：

针对商品评论中的细粒度情感要素抽取问题，提出基于条件随机场模型( CRFs)和支持向量机( SVM)的层叠模型。针对情感对象与情感词的识别，将评论的句法信息、语义信息等引入CRFs模型，进一步提高CRFs特征模板的鲁棒性。在SVM模型中，引入情感对象和情感词的深层词义及情感词的基本情感倾向等特征，改进传统的词包模型，对掖情感对象，情感词业词对进行细粒度的情感分类判断，从而获得商品评论中的情感关键信息：(情感对象，情感词，情感倾向性)三元组。实验表明，文中的CRFs和SVM层叠模型可提高情感要素抽取与情感分类判断的准确性。

关键词：情感计算、情感要素、语义角色、语法依存树、词义聚类

分类号：TP391(计算技术、计算机技术)

资助基金：国家863计划项目2012AA011103;国家自然科学基金项目61203315;安徽省科技攻关项目1206c0805039

在线出版日期：2015-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：513-520