基于CRFs和领域本体的中文微博评价对象抽取研究

• 作者: 丁晟春 吴婧婵媛 李霄
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: CRFs模型 本体 特征选择 评价对象抽取 信息抽取
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 信息检索与信息抽取
• 页码范围: 159-166
• 页数: 8页
• 分类号: TP391
• 语种: 中文

摘要

微博情感分析是对微博内容进行细粒度的挖掘,有着重要的研究价值.微博评价对象的抽取是微博情感分析研究的关键问题之一.为了提高中文微博评价对象抽取的准确率,该文在中文微博特征分析和微博评论本体构建研究的基础上,尝试从词、词性、情感词以及本体四个方面进行特征选择,采用CRFs模型对评价对象进行抽取.该文将提出的方法运用到COAE2014测评的Task5评价对象抽取任务中,宏平均准确率达到61.20％,在所有测评队伍中居第一.实验结果表明,将本体特征引入到CRFs模型中,能够有效地提高评价对象抽取的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁晟春		74	907	17.0	28.0
2	吴婧婵媛		1	0	0.0	0.0
3	李霄		4	32	2.0	4.0