文档名：融合语义与法信息的中文评价对象提取
评价对象提取是细粒度情感分析的关键一步.优质的提取结果对于口碑分析、辅助消费决策舆情等具有重要优质的提取结果对于口碑分析、辅助消费决策舆情等具有重要优质的提取结果对于口碑分析、辅助消费决策舆情等具有重要优质的提取结果对于口碑分析、辅助消费决策舆情等具有重要优质的提取结果对于口碑分析、辅助消费决策舆情等具有重要优质的提取结果对于口碑分析、辅助消费决策舆情等具有重要优质的提取结果对于口碑分析、辅助消费决策舆情等具有重要意义.但中文评论往包含多个价对象但中文评论往包含多个价对象,并且,并且由于错别字、由于错别字、输入无关信息等问题导致传统方法传统方法识别准确率低.针对这一问题,提出了一种融合语义与语法信息的评价对象取模型.该模型首先在原始字向量的基础上,通过优化字符含义策略增强了语义特征,弥补忽略的字符与词语间的内部信息.此外通过.此外通过词性序列标注方法,对评论中的信息进行了表征词性序列标注方法,对评论中的信息进行了表征词性序列标注方法,对评论中的信息进行了表征深化了输入的语法信息,然后语法信息,然后Bi-LSTMLSTMLSTMLSTM网络进行模型训练,最后辅网络进行模型训练,最后辅网络进行模型训练,最后辅网络进行模型训练,最后辅以CRFCRFCRF层克服标签的偏差问题,克服标签的偏差问题,最终提高了评价对象取的效果.在BDCI2017201720172017数据集上的实验结果表明,该模型与其他方法相比与其他方法相比主题词与情感词准确率分别达到了77.51％与88.738.738.738.73％,联合提取的准确率达到了77.16％,可以较好的识别出在中文评论价对象.可以较好的识别出在中文评论价对象.
作者：周浩 王莉
作者单位：太原理工大学信息与计算机学院山西晋中030600太原理工大学大数据学院山西晋中030600
母体文献：第六届中国计算机学会大数据学术会议论文集
会议名称：第六届中国计算机学会大数据学术会议
会议时间：2018年10月11日
会议地点：西安
主办单位：中国计算机学会
语种：chi
分类号：
关键词：信息处理 评价对象提取 语义特征 语法特征
在线出版日期：2020年11月30日
基金项目：
相似文献
相关博文
- 文件大小:
- 628.75 KB
- 下载次数:
- 60
-
高速下载
|
