如需要完整文档点击下方 "点击下载文档" 按钮
作为情感分析的子任务之一,特征级情感分析备受关注。 条件随机场(CRF)是情感分析任务的常用方法之一,特别是对于产品特征的提取,但是针对特征词与情感词之间的长依存问题难以解决。 针对该问题,提出一种基于 CRF 和 HITS 算法的两阶段方法来提取(产品特征-情感词)对。 使用 CRF 并利用词、词性、依存句法关系三种文本特征来对产品评论中的评价特征和情感词进行提取,并利用已提取的特征和情感词分别作为权威节点和枢纽节点来构建特征情感词二分网。 使用一种称为 MHITS 的扩展 HITS 算法在二分网上计算并对(产品特征-情感词)对进行排序。 实验使用了京东平台上三种不同类型产品的评论数据,并与基准方法进行比较,结果表明该模型在准确率、召回率和 F 1 值上表现更平均。
如需要完整文档点击下方 "点击下载文档" 按钮
《基于 CRF 和 HITS 算法的特征情感对提取》
将 完整文档 下载到本地,方便收藏和查阅
文件号:062184
点击下载文档