2

我已经使用 Lingpipe 的情感分析模块实现了情感分析。我知道他们为此使用了动态 LR 模型。它只是告诉我测试字符串是积极情绪还是消极情绪。我可以使用什么想法来确定表达情感的对象？

如果文本被归类为积极情绪，我想获得表达情绪的对象——这可能是电影名称、产品名称或其他。

4

2 回答 2

4

虽然这个问题真的很老，但我想为他人的利益回答它。

您在这里想要的是概念级别的情感分析。对于一个非常基本的版本，我建议按照以下步骤操作：

  1. 应用句子拆分器。您可以使用 Lingpipe 的 Sentence Splitter 或 OpenNLP Sentence Detector。

  2. 应用部分规范标记。同样，您可以使用 Lingpipe 的 POS 标记器或 OpenNLP POS 标记器。

  3. 然后，您需要识别被 POS 标记器识别为“名词”的标记。这些标记有可能成为句子中的目标实体。

  4. 然后你需要在句子中找到情感词。最简单的方法是使用带有情感的单词词典。你可以在网上找到很多这样的词典。

  5. 下一步将找出句子中的依赖关系。这可以通过使用Stanford Dependency Parser来实现。例如，如果您在他们的在线演示中尝试使用“ This phone is good. ”这句话，您可以看到以下“Typed Dependencies”：

    det(phone-2, This-1), nsubj(good-4, phone-2) , cop(good-4, is-3), root(ROOT-0, good-4)

    这里的依存关系nsubj(good-4, phone-2)表示phone是记号good的名义主语，这意味着单词good表示phone。我确信您的情感词典将包含单词good并且phone会被POS 标记器识别为名词。因此，您可以得出结论，对于实体phone表达了良好的情绪。

这是一个非常基本的例子。您可以更进一步，围绕依赖关系创建规则以提取更复杂的情感实体对。您还可以为您的情感词分配分数，并根据该句子中情感词的出现次数得出该句子的总分。

于 2012-08-23T22:17:33.267 回答
0

通常情感句子意味着该句子的主要实体是该情感的对象。所以基本的启发式是NER并获得第一个对象。否则，您应该使用深度解析 NLP 工具包并编写一些规则来将情感与对象联系起来。

于 2011-09-29T09:14:49.457 回答