基于CRF模型的半监督学习迭代观点句识别研究  

Sentiment Sentence Recognition through Semi-supervised Bootstrapping Based on CRF

作　　者：丁晟春[1] 文能[1] 蒋婷[1] 孟美任[1] 

机构地区：[1]南京理工大学经济管理学院信息管理系,南京210094

出　　处：《情报学报》2012年第10期1071-1076,共6页Journal of the China Society for Scientific and Technical Information

基　　金：国家自然科学基金项目“基于文本语义挖掘的商品评论信息可信度分析研究”（71103085）、教育部人文社会科学研究规划基金项目“基于语义的电子商务产品主/客观信息提取研究”（09YJA870015）、江苏省研究生科研创新计划“基于领域本体一CRF的商品主观”（CXIOS-001R）的资助

摘　　要：本文从句子级的角度进行了中文文本的情感倾向分析，提出以HowNet中的情感词表为种子情感词集，采用基于CRF模型的半监督学习迭代方法获取大量评价词，然后依据中文词间的语义规则判断句子的极性的方法。将该方法应用于COAE2011中任务2-观点句识别，在评价词的识别和观点句极性判断都取得了很好的结果。During recent years, sentiment analysis about text in Chinese is becoming more and more popular in academic research. In this paper, sentiment analysis is processed on sentence level. Sentiment words published by HowNet is used as the original evaluated-word set, a large amount of evaluated-words are obtained by semi-supervised bootstrapping based on CRF model. Then sentiment sentence can be recognized by evaluated-words, and the polarity of sentiment sentence can be judged by the designed semantic rules.

关 键 词：CRF 观点句 半监督 情感倾向性 

分 类 号：H146.3[语言文字—汉语]