Please wait a minute...
Advanced Search
现代图书情报技术  2013, Vol. Issue (6): 63-67    DOI: 10.11925/infotech.1003-3513.2013.06.10
  情报分析与研究 本期目录 | 过刊浏览 | 高级检索 |
基于条件随机场的网民评论对象识别研究
林琛1,2, 王兰成1
1. 南京政治学院上海校区军事信息管理系 上海 200433;
2. 南京政治学院上海校区博士后流动站 上海 200433
Object Recognition of Network Comments Based on Conditional Random Fields
Lin Chen1,2, Wang Lancheng1
1. Department of Military Information Management, Shanghai Branch of Nanjing Institute of Politics, Shanghai 200433, China;
2. Post-doctoral Mobile Stations, Shanghai Branch of Nanjing Institute of Politics, Shanghai 200433, China
全文: PDF(451 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 在分析网民评论对象特点基础上,提出一种基于条件随机场的网民评论对象识别方法。该方法无需引入任何领域知识,通过引入字级特征、特征词(字)特征、线索词(字)特征,利用条件随机场模型将网民评论对象识别问题转化为最大概率序列求解。实验结果表明,该方法具有较高的识别性能,能够完整、有效地提取网民评论中的评论对象。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
王兰成
林琛
关键词 网民评论评论对象网络舆情条件随机场    
Abstract:Combined with the characteristic of comment object, this paper gives an identification method based on conditional random fields. Without domain knowledge, the new method introduces characteristics word and clues word, then transforms comment object recognition problem into solving maximum probability sequence. The experimental results show that this method can completely, effectively extract comment objects from network comments.
Key wordsComment    Comment object    Public opinion    Conditional random fields
收稿日期: 2013-04-13     
:  TP391  
基金资助:本文系中国博士后科研基金资助项目“基于信息网络的军事舆情热点预测研究”(项目编号:2012M521854)的研究成果之一。
通讯作者: 林琛     E-mail: linchen_ai@163.com
引用本文:   
林琛, 王兰成. 基于条件随机场的网民评论对象识别研究[J]. 现代图书情报技术, 2013, (6): 63-67.
Lin Chen, Wang Lancheng. Object Recognition of Network Comments Based on Conditional Random Fields. New Technology of Library and Information Service, DOI:10.11925/infotech.1003-3513.2013.06.10.
链接本文:  
http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2013.06.10
[1] Hu M, Liu B. Mining Opinion Features in Customer Reviews [C]. In: Proceedings of the 19th National Conference on Artificial Intelligence (AAAI’04), San Jose, California. AAAI Press, 2004: 755-760.
[2] Popescu A, Etzioni O. Extracting Product Features and Opinions from Reviews [C]. In: Proceedings of the Joint Conference of Human Language Technology and Empirical Methods in Natural Language Processing (HLT/EMNLP-05), Vancouver,Canada. Stroudsburg: Association for Computational Linguistics, 2005: 339-346.
[3] 刘鸿宇, 赵妍妍, 秦兵, 等. 评价对象抽取及其倾向性分析[J]. 中文信息学报, 2010, 24(1): 84-88.(Liu Hongyu, Zhao Yanyan, Qin Bing, et al. Comment Target Extraction and Sentiment Classification[J]. Journal of Chinese Information Processing, 2010, 24(1): 84-88.)
[4] 徐叶强,朱艳辉,王文华, 等. 中文产品评论中评价对象的识别研究[J]. 计算机工程, 2012, 38(20):140-143. (Xu Yeqiang, Zhu Yanhui, Wang Wenhua, et al. Research on Recognition of Evaluation Object in Chinese Product Review[J]. Computer Engineering, 2012, 38(20):140-143.)
[5] Yi J, Nasukawa T, Bunescu R, et al. Sentiment Analyzer: Extracting Sentiments about a Given Topic Using Natural Languages Processing Techniques [C]. In: Proceedings of the 3rd IEEE International Conference on Data Mining (ICDM’03), Melbourne, USA. Washington, D C: IEEE Computer Society, 2003:427-434.
[6] 刘非凡, 赵军, 吕碧波, 等. 面向商务信息抽取的产品命名实体识别研究[J]. 中文信息学报, 2006, 20(1): 7-13.(Liu Feifan, Zhao Jun, Lv Bibo, et al. Study on Product Named Entity Recognition for Business Information Extraction[J]. Journal of Chinese Information Processing, 2006, 20(1): 7-13.)
[7] Zhang S, Jia W J, Xia Y J, et al. Opinion Analysis of Product Reviews[C]. In: Proceedings of the 6th International Conference on Fuzzy Systems and Knowledge Discovery (FSKD’09), Tianjin, China. Washington, D C: IEEE Computer Society, 2009:591-595.
[8] 徐冰, 赵铁军, 王山雨, 等. 基于浅层句法特征的评价对象抽取研究[J]. 自动化学报, 2011, 37(10):1241-1247.(Xu Bing, Zhao Tiejun, Wang Shanyu, et al. Extraction of Opinion Targets Based on Shallow Parsing Features[J]. Aata Automatica Sinica, 2011, 37(10):1241-1247.)
[9] Lafferty J D, McCallum A, Pereira F C N. Conditional Random Fields: Probabilistic Models for Segmenting and Labeling Sequence Data[C]. In: Proceedings of the 18th International Conference on Machine Learning (ICML’01), Williamstown, Australia. San Francisco: Morgan Kaufmann Publishers Inc., 2001: 282-289.
[10] 周俊生, 戴新宇, 尹存燕, 等. 基于层叠条件随机场模型的中文机构名自动识别[J]. 电子学报, 2006, 34(5):804-809.(Zhou Junsheng, Dai Xinyu, Yin Cunyan, et al. Automatic Recognition of Chinese Organization Name Based on Cascaded Conditional Random Fields[J]. Aata Electronica Sinica, 2006, 34(5):804-809.)
[11] NLPIR汉语分词系统. NLPIR下载 [EB/OL].[2013-04-16]. http://ictclas.nlpir.org/downloads. (ICTCLAS 2013 Edition. NLPIR Download[EB/OL]. [2013-04-16]. http://ictclas.nlpir.org/downloads.)
[1] 黄菡,王宏宇,王晓光. 结合主动学习的条件随机场模型用于法律术语的自动识别*[J]. 数据分析与知识发现, 2019, 3(6): 66-74.
[2] 梅妍霜,朱恒民,魏静. 媒体协同对网络舆情扩散的作用机制研究*[J]. 数据分析与知识发现, 2019, 3(2): 65-71.
[3] 贾隆嘉,张邦佐. 高校网络舆情安全中主题分类方法研究*——以新浪微博数据为例[J]. 数据分析与知识发现, 2018, 2(7): 55-62.
[4] 唐慧慧,王昊,张紫玄,王雪颖. 基于汉字标注的中文历史事件名抽取研究*[J]. 数据分析与知识发现, 2018, 2(7): 89-100.
[5] 王璟琦,李锐,吴华意. 基于空间自相关的网络舆情话题演化时空规律分析*[J]. 数据分析与知识发现, 2018, 2(2): 64-73.
[6] 李真,丁晟春,王楠. 网络舆情观点主题识别研究*[J]. 数据分析与知识发现, 2017, 1(8): 18-30.
[7] 王晰巍,张柳,李师萌,王楠阿雪. 新媒体环境下社会公益网络舆情传播研究* ——以新浪微博“画出生命线”话题为例[J]. 数据分析与知识发现, 2017, 1(6): 93-101.
[8] 王东波,吴毅,叶文豪,刘睿伦. 多特征知识下的食品安全事件实体抽取研究*[J]. 数据分析与知识发现, 2017, 1(3): 54-61.
[9] 张越,王东波,朱丹浩. 面向食品安全突发事件汉语分词的特征选择及模型优化研究*[J]. 数据分析与知识发现, 2017, 1(2): 64-72.
[10] 张琳,秦策,叶文豪. 基于条件随机场的法言法语实体自动识别模型研究*[J]. 数据分析与知识发现, 2017, 1(11): 46-52.
[11] 丁晟春,龚思兰,李红梅. 基于突发主题词和凝聚式层次聚类的微博突发事件检测研究*[J]. 现代图书情报技术, 2016, 32(7-8): 12-20.
[12] 吴鹏,金贝贝,强韶华. 基于BDI-Agent模型的突发事件网络舆情应急响应建模研究*[J]. 现代图书情报技术, 2016, 32(7-8): 32-41.
[13] 杨小平,马奇凤,余力,莫雨婷,吴佳楠,张悦. 评论簇在网络舆论中的情感倾向代表性研究*[J]. 现代图书情报技术, 2016, 32(7-8): 51-59.
[14] 王密平,王昊,邓三鸿,吴志祥. 基于CRFs的冶金领域中文专利术语抽取研究*[J]. 现代图书情报技术, 2016, 32(6): 28-36.
[15] 贺惠新,刘丽娟. 主动学习的科技文献研究对象标引体系研究*[J]. 现代图书情报技术, 2016, 32(3): 67-73.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn