基于多特征融合的中文微博评价对象抽取方法

• 作者: 张仰森 李景玉 蒋玉茹
• 来源期刊: 计算机应用研究
• 关键词: 评价对象 评价对象候选集 句法分析 语义角色标注 支持向量机
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 378-383
• 页数: 6页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.02.013

摘要

中文微博的评价对象抽取作为中文微博情感分析的基础任务,受到研究者的广泛关注,有着重要的研究价值.结合微博文本的特点,对微博文本进行预处理,利用句法分析构建包括名词、名词短语、微博话题在内的评价对象候选集,再分别利用SVM模型、加权模型实现多特征融合的筛选候选评价对象方法,所用特征包括语义角色信息、最小距离和词频.算法经实验证明有效,在对候选评价对象进行筛选后,采用SVM模型的F值达到0.357 3,加权模型的F值达到0.405 9.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张仰森	北京信息科技大学智能信息处理研究所	104	721	15.0	23.0
2	蒋玉茹	北京信息科技大学智能信息处理研究所	15	57	4.0	7.0
3	李景玉	北京信息科技大学智能信息处理研究所	2	22	2.0	2.0