基于语义分析的评价对象情感词对抽取

《基于语义分析的评价对象情感词对抽取》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第４０卷第３期计算机学报Ｖｏｌ．４０Ｎｏ．３２０１７年３月ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＣＯＭＰＵＴＥＲＳＭａｒ．２０１７基于语义分析的评价对象情感词对抽取江腾蛟万常选刘德喜刘喜平廖国琼（江西财经大学信息管理学院南昌３３００１３）（江西财经大学数据与知识工程江西省高校重点实验室南昌３３００１３）摘要评价对象情感词对是情感词及其所修饰评价对象的组合，评价对象情感词对的识别是细粒度情感分析的一个原子任务和关键任务．现有的研究大多集中在商品评论上，随着金融大数据的涌现，金融评论的情感挖掘意义凸显．与商品评论不同，中文金融评论中评价

2、对象数目繁多且构成形式复杂，虚指评价对象和隐式评价对象也更常见；情感词的词性更丰富，其在句中的句法成分也更灵活、语义更丰富．针对金融评论的这些特点，该文提出了基于浅层语义与语法分析相结合的评价对象情感词对抽取方法．考虑到金融评论多动词情感词，设计了语义角色标注与依存句法分析相结合的评价对象情感词对抽取规则，解决了评价对象构成的复杂性问题；基于语义和领域知识对虚指评价对象进行了判别和替换，以明确其实际的指向和含义；基于特殊情感词搭配表、上下文搭配表及频繁搭配表提出了隐式评价对象识别的新思路，能有效地识别出缺省和隐含评价对象．在大规

3、模的中文金融评论上进行了详细的实验测试，实验结果表明了该方法的有效性．关键词情感分析；中文金融评论；评价对象情感词对；语义角色标注；依存句法分析中图法分类号ＴＰ３１１犇犗犐号１０．１１８９７／ＳＰ．Ｊ．１０１６．２０１７．００６１７犈狓狋狉犪犮狋犻狀犵犜犪狉犵犲狋犗狆犻狀犻狅狀犘犪犻狉狊犅犪狊犲犱狅狀犛犲犿犪狀狋犻犮犃狀犪犾狔狊犻狊ＪＩＡＮＧＴｅｎｇＪｉａｏＷＡＮＣｈａｎｇＸｕａｎＬＩＵＤｅＸｉＬＩＵＸｉＰｉｎｇＬＩＡＯＧｕｏＱｉｏｎｇ（犛犮犺狅狅犾狅犳犐狀犳狅狉犿犪狋犻狅狀犜犲犮犺狀狅犾狅犵狔，犑犻犪狀犵狓犻犝狀犻狏

4、犲狉狊犻狋狔狅犳犉犻狀犪狀犮犲犪狀犱犈犮狅狀狅犿犻犮狊，犖犪狀犮犺犪狀犵３３００１３）（犑犻犪狀犵狓犻犓犲狔犔犪犫狅狉犪狋狅狉狔狅犳犇犪狋犪犪狀犱犓狀狅狑犾犲犱犵犲犈狀犵犻狀犲犲狉犻狀犵，犑犻犪狀犵狓犻犝狀犻狏犲狉狊犻狋狔狅犳犉犻狀犪狀犮犲犪狀犱犈犮狅狀狅犿犻犮狊，犖犪狀犮犺犪狀犵３３００１３）犃犫狊狋狉犪犮狋ＡＴａｒｇｅｔｏｐｉｎｉｏｎｐａｉｒｉｓａｃｏｍｂｉｎａｔｉｏｎｏｆｏｐｉｎｉｏｎｗｏｒｄａｎｄｔｈｅｔａｒｇｅｔｉｔｍｏｄｉｆｉｅｄ．Ｔｈｅｅｘｔｒａｃｔｉｏｎｏｆｔａｒｇｅｔｏｐｉｎｉｏｎｐａｉｒｓｉｓａｎａｔｏｍｉｃ

5、ａｎｄｋｅｙｔａｓｋｏｆｆｉｎｅｇｒａｉｎｅｄｓｅｎｔｉｍｅｎｔａｎａｌｙｓｉｓ．Ｍｏｓｔｅｘｉｓｔｉｎｇｗｏｒｋｏｎｅｘｔｒａｃｔｉｎｇｔａｒｇｅｔｏｐｉｎｉｏｎｐａｉｒｓｃｏｎｓｉｄｅｒｓｐｒｏｄｕｃｔｒｅｖｉｅｗｓ．ＡｓｍｏｒｅａｎｄｍｏｒｅｆｉｎａｎｃｉａｌｄａｔａａｃｃｕｍｕｌａｔｅｏｎｔｈｅＷｅｂ，ｓｅｎｔｉｍｅｎｔｍｉｎｉｎｇｏｆｆｉｎａｎｃｉａｌｒｅｖｉｅｗｓｂｅｃｏｍｅｓａｎｉｍｐｏｒｔａｎｔｔａｓｋ．Ｉｎｔｈｉｓｗｏｒｋ，ｗｅｐｕｔｆｏｃｕｓｏｎＣｈｉｎｅｓｅｆｉｎａｎｃｉａｌｒｅｖｉｅｗｓ．Ｃｏｍｐａｒｅｄ

6、ｗｉｔｈｐｒｏｄｕｃｔｒｅｖｉｅｗｓ，Ｃｈｉｎｅｓｅｆｉｎａｎｃｉａｌｒｅｖｉｅｗｓｈａｖｅｓｏｍｅｕｎｉｑｕｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓ．Ｆｉｒｓｔ，ｔｈｅｎｕｍｂｅｒｏｆｔａｒｇｅｔｓｉｓｖｅｒｙｌａｒｇｅｉｎＣｈｉｎｅｓｅｆｉｎａｎｃｉａｌｒｅｖｉｅｗｓａｎｄｔｈｅｓｔｒｕｃｔｕｒｅｏｆｔａｒｇｅｔｓｉｓｕｓｕａｌｌｙｍｏｒｅｃｏｍｐｌｅｘ．Ｓｅｃｏｎｄ，ｉｔｉｓｖｅｒｙｃｏｍｍｏｎｆｏｒａＣｈｉｎｅｓｅｒｅｖｉｅｗｔｏｈａｖｅａｍｂｉｇｕｏｕｓａｎｄｉｍｐｌｉｃｉｔｔａｒｇｅｔｓ．Ｗｈａｔｉｓｍｏｒｅ，ｔｈｅｏｐｉｎｉｏ

7、ｎｗｏｒｄｓｉｎＣｈｉｎｅｓｅｆｉｎａｎｃｉａｌｒｅｖｉｅｗｓａｒｅｍｏｒｅｆｌｅｘｉｂｌｅｉｎＰＯＳ（ＰａｒｔＯｆＳｐｅｅｃｈ）ａｎｄｓｙｎｔａｃｔｉｃｒｏｌｅｓ，ａｎｄｒｉｃｈｅｒｉｎｓｅｍａｎｔｉｃｓ．Ｉｎｔｈｉｓｐａｐｅｒ，ｂａｓｅｄｏｎｓｈａｌｌｏｗｓｅｍａｎｔｉｃａｎｄｓｙｎｔａｃｔｉｃｐａｒｓｉｎｇ，ｗｅｐｒｏｐｏｓｅａｎｅｗｍｅｔｈｏｄｆｏｒｅｘｔｒａｃｔｉｎｇｔａｒｇｅｔｏｐｉｎｉｏｎｐａｉｒｓｆｒｏｍＣｈｉｎｅｓｅｆｉｎａｎｃｉａｌｒｅｖｉｅｗｓ．Ｃｏｎｓｉｄｅｒｉｎｇｔｈａｔｍａｎｙｏｐｉｎｉｏｎｗｏｒｄ

8、ｓｉｎｆｉｎａｎｃｉａｌｒｅｖｉｅｗｓａｒｅｖｅｒｂｓ，ｗｅｄｅｓｉｇｎｅｘｔｒａｃｔｉｎｇｒｕｌｅｓｏｆｔａｒｇｅｔｏｐｉｎｉｏｎｐａｉｒｓｂａｓｅｄｏｎｓｅｍａｎｔｉｃｒｏｌｅｌａｂｅｌｉｎｇａｎｄｄｅｐｅｎｄｅｎｃｙｐａｒｓｉ