面向新闻的情感关键句抽取与极性判别

《面向新闻的情感关键句抽取与极性判别》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、山西大学学报（自然科学版）３７（４）：５８８－５９４，２０１４ＪｏｕｒｎａｌｏｆＳｈａｎｘｉＵｎｉｖｅｒｓｉｔｙ（Ｎａｔ．Ｓｃｉ．Ｅｄ．）文章编号：０２５３－２３９５（２０１４）０４－０５８８－０７＊面向新闻的情感关键句抽取与极性判别赵虹杰，刘华丽，任巨伟，林鸿飞＊（大连理工大学信息检索研究室，大连１１６０２３）摘要：门户网站、博客和论坛中的新闻性文章很多具有倾向性，倾向性判别对了解社会动态和舆情状况有重要作用。在主题相关性的基础上，主要考虑了三类属性：位置属性、情感属性、特征词属性，提出了一种

2、针对篇章级的情感关键句抽取方法，并通过集成学习判别情感关键句的极性。实验结果显示本文方法能够有效地挖掘出情感关键句并能对情感关键句进行较准确的极性判别，实现了情感关键句，抽取和极性判别的自动化，且具有较好的效果。关键词：新闻；情感关键句；情感判别中图分类号：ＴＰ３９１文献标志码：ＡＤＯＩ：１０．１３４５１／ｊ．ｃｎｋｉ．ｓｈａｎｘｉ．ｕｎｉｖ（ｎａｔ．ｓｃｉ．）．２０１４．０４．０１８Ｎｅｗｓ－ｏｒｉｅｎｔｅｄＥｍｏｔｉｏｎａｌＫｅｙＳｅｎｔｅｎｃｅＥｘｔｒａｃｔｉｏｎａｎｄＰｏｌａｒｉｔｙＤｅ

3、ｔｅｒｍｉｎａｔｉｏｎＺＨＡＯＨｏｎｇｊｉｅ，ＬＩＵＨｕａｌｉ，ＲＥＮＪｕｗｅｉ，ＬＩＮＨｏｎｇｆｅｉ（ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＤａｌｉａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｄａｌｉａｎ１１６０２３，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｅｇｒｅａｔｍａｊｏｒｉｔｙｏｆｎｅｗｓａｒｔｉｃｌｅｓｈａｖｅｔｅｎｄｅｎｔｉｏｕｓｉｎｐｏｒｔａｌｗｅｂｓｉｔｅｓ，ｂｌｏｇｓａｎｄｆｏｒｕｍｓ．Ｊｕｄ－ｇｉｎｇｔｈｅｔｅｎｄｅｎｔｉｏｕｓｏｆｎｅｗ

4、ｓａｒｔｉｃｌｅｓｐｌａｙｓａｎｉｍｐｏｒｔａｎｔｒｏｌｅｉｎｕｎｄｅｒｓｔａｎｄｉｎｇｏｆｔｈｅｓｏｃｉａｌｄｙｎａｍｉｃｓａｎｄｔｈｅｐｕｂｌｉｃｏｐｉｎｉｏｎｓｉｔｕａｔｉｏｎ．Ｉｎｔｈｉｓｐａｐｅｒ，ｂａｓｅｄｏｎｔｈｅｒｅｌｅｖａｎｃｅｏｆｔｈｅｍｅ，ｗｅｃｏｎｓｉｄｅｒｔｈｒｅｅｋｉｎｄｓｏｆａｔ－ｔｒｉｂｕｔｅｓ：ｌｏｃａｔｉｏｎａｔｔｒｉｂｕｔｅ，ｅｍｏｔｉｏｎａｌａｔｔｒｉｂｕｔｅ，ｃｈａｒａｃｔｅｒｉｓｔｉｃｗｏｒｄｓａｔｔｒｉｂｕｔｅ．Ｔｈｅｎｗｅｐｒｏｐｏｓｅａｋｉｎｄｏ

5、ｆｅｍｏｔｉｏｎａｌｋｅｙｓｅｎｔｅｎｃｅｅｘｔｒａｃｔｉｏｎｍｅｔｈｏｄｉｎｃｈａｐｔｅｒｌｅｖｅｌａｎｄｊｕｄｇｅｔｈｅｐｏｌａｒｉｔｙｏｆｅｍｏｔｉｏｎａｌｋｅｙｓｅｎｔｅｎｃｅｂｙｉｎｔｅｇｒａｔｅｄｌｅａｒｎｉｎｇ．Ｔｈｅｒｅｓｕｌｔｓｏｆｅｘｐｅｒｉｍｅｎｔｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｃａｎｅｆｆｅｃｔｉｖｅｌｙｅｘｔｒａｃｔｅ－ｍｏｔｉｏｎａｌｋｅｙｓｅｎｔｅｎｃｅａｎｄａｃｃｕｒａｔｅｌｙｄｅｔｅｒｍｉｎｅｔｈｅｐｏｌａｒｉｔｙｏｆｅｍｏｔｉｏｎａｌｋｅｙｓ

6、ｅｎｔｅｎｃｅ．Ｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄａｃｈｉｅｖｅｓｔｈｅａｕｔｏｍａｔｉｏｎｏｆｔｈｅｅｍｏｔｉｏｎａｌｋｅｙｓｅｎｔｅｎｃｅｅｘｔｒａｃｔｉｏｎａｎｄｔｈｅｐｏｌａｒｉｔｙｄｉｓｃｒｉｍｉｎａｔｉｏｎ，ａｎｄｔｈｅｒｅｓｕｌｔｓｏｆｔｈｅｍｅｔｈｏｄｈａｖｅｇｏｏｄｅｆｆｅｃｔ．Ｋｅｙｗｏｒｄｓ：ｎｅｗｓ；ｅｍｏｔｉｏｎａｌｋｅｙｓｅｎｔｅｎｃｅ；ｅｍｏｔｉｏｎａｌｊｕｄｇｍｅｎｔ０引言互联网以其实时、高效、共享等特点，已经成为新闻重要的传播载体，相应的有大量关于互联网新闻的研

7、［１］究。面对实时增长的海量新闻，快速便捷地分析出其中的情感关键句并进行情感极性判别对舆情分析、热［２］点挖掘具有重要作用。［３］在自然语言处理领域，王伟等按信息含量对新闻标题进行分类，然后结合新闻句子的词频、长度、位［４］置、与标题的相似度等特征计算句子的重要性；Ｇｏｎｇ等利用各种统计信息如位置、频率统计等信息找出最＊收稿日期：２０１４－０８－２７；修回日期：２０１４－０９－２２基金项目：国家自然科学基金（６０９７３０６８）；辽宁省自然科学基金（２０１２０２０３１）作者简介：赵虹杰（１９８９－

8、），女，吉林榆树人，硕士研究生，研究方向为情感分析与观点挖掘。＊通信作者：Ｅ－ｍａｉｌ：ｈｆｌｉｎ＠ｄｌｕｔ．ｅｄｕ．ｃｎ赵虹杰等：面向新闻的情感关键句抽取与极性判别５８９［５］能代表文章主题的句子作为文摘句；林政等引入了情感关键句的概念，他们认为，文章中所有句子的情感贡献度是不同的，可以将句子分为情感关键句和细节句，通过三类属性：情感属性、位置属性和特征词属性来判定情感关键句。情感关键句应该是能够表达文章主题情感倾向的句子，应与主题相关，而上述方法忽略了［５］［１５］主题相关信息，所以本文在林