一种细粒度的评价对象抽取及倾向性判别方法
文本倾向性分析是近几年来自然语言处理领域日益受到关注的一个研究方向.本文在处理要素级别评价对象的抽取及其评价倾向性判剐时，提出了一种基于CRF模型的属性词和评价词一体化识别的方法。在利用CRF模型标注评价对象和评价词的过程中、除传统的词、词性，语义词典等常用特征之外，特别引入了句法特征.在倾向性判别过程中，采用了评价词就近匹配和基于句法树的匹配两种方法，并对两种方法进行了比较.通过在COAE2008任务3测试语料上的实验，验证了提出方法的有效性，同时证明了句法特征的引入对属性词的识别具有一定的改善作用.
评价对象抽取 极性判别 条件随机域 句法分析 自然语言处理 句法树
贾文杰 张姝 夏迎炬 孟遥 于浩
富士通研究开发中心,北京,100025
国内会议
天津
中文
870-877
2009-10-23（万方平台首次上网日期，不代表论文的发表时间）