面向中文微博的评价对象抽取方法研究

摘要：

微博作为当前互联网信息快速传播与分享的新平台,具有信息量庞大、评论多样等特点.针对微博评论信息中的评价对象抽取,采用组块分析和词语位置特征对训练集中3 000条微博观点句的评价对象序列标注,利用条件随机场学习并识别评价对象的名称、属性及其他辅助信息,通过修改相关参数达到最优识别效果,并提出针对复杂观点句评价对象的提取算法.实验结果表明,对测试集中7 000条微博观点句进行评价对象的名称和属性的抽取,效果较好.

关键词：中文微博、评价对象、组块模型、复杂观点句

所属期刊栏目：14

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61170102;湖南省自然科学基金10JJ3002;国家社会科学基金12BYY045;湖南工业大学研究生创新基金CX1313

在线出版日期：2014-06-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：223-226,261