基于 Co-training训练 CRF模型的评价对象识别

• 作者: 乔磊 张彩琴 王素格
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: CRF模型 评价对象 特征模板 Co-training
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 基金项目论文
• 页码范围: 32-34,56
• 页数: 4页
• 分类号: TP391
• 字数: 4410字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.09.010

摘要

评价对象是指某段评论中评价词语所修饰的对象或对象的属性。为了识别评论中的评价对象，提出基于Co-training的训练CRF模型方法。该方法首先人工标注少量的原始数据集，使用Co-training方式对未标注数据进行自动识别，以扩大已标注训练数据。通过原始标注数据集和Co-training方式标注数据集，训练CRF模型。在汽车领域中，对待标注汽车评论语料中评价对象识别的精确率为67．483％，召回率为67．832％。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王素格	山西大学计算机与信息技术学院	88	812	14.0	25.0
5	乔磊	山西大学计算机与信息技术学院	3	9	2.0	3.0
6	张彩琴	山西大学数学科学学院	1	3	1.0	1.0