基于汉语组块分析的情感标签抽取  

Extraction of Emotional Label Based on Chinese Chunking

作　　者：杜思奇[1] 李红莲[1] 吕学强[2] 

机构地区：[1]北京信息科技大学信息与通信工程学院,北京100101 [2]北京信息科技大学网络文化与数字传播北京市重点实验室,北京100101

出　　处：《情报理论与实践》2016年第5期125-129,共5页Information Studies:Theory & Application

基　　金：国家自然科学基金项目"基于本体的专利自动标引研究"(项目编号:61271304);北京市教委科技发展计划重点项目暨北京市自然科学基金B类重点项目"面向领域的互联网多模态信息精准搜索方法研究"(项目编号:KZ201311232037)的成果

摘　　要：[目的/意义]面向电子商务领域的在线评论,通过识别产品特征和评价词之间是否存在修饰关系,抽取出在线评论中的情感标签,从而帮助网购用户迅速了解某一产品的性能。[方法/过程]引入汉语组块分析对评论文本进行初始化处理,对名词性信息以及形容词性信息进行抽取。通过最大熵对初始化集合进行过滤,从而获得最终的情感标签集合。[结果/结论]该方法对评论文本的适应性较好,可以有效抽取出情感标签。[局限]需要对语料进行初始化抽取,经过过滤后才能获得最终的情感标签集合。[ Purpose/significance] For online reviews in the fields of E-commerce, rely on the existence of a modified rela- tionship between the identification and evaluation of product features, this paper extracts emotional label of online reviews to help online shoppers to quick understand the performance of a product. [ Method/process ] Chinese chunking is being used to analyze the structure of online reviews, then, the paper extracts the nominal information and adjective information from the reviews. Using the maximum entropy model to filter the candidate set, in order to get the final emotional label sets. [ Result/conclusion ] This methods has better result on reviews, it can effectively extracts the emotional label. [ Limitations ] The paper needs to be initialized corpus extraction, which can obtain a final emotional label collection after filtration.

关 键 词：情感标签 汉语组块分析 最大熵模型 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]