%0 Journal Article
%T 基于层叠模型细粒度情感要素抽取及倾向分析*
%A 孙晓
%A 唐陈意
%J 模式识别与人工智能
%P 513-520
%D 2015
%R 10.16451/j.cnki.issn1003-6059.201506005
%X 针对商品评论中的细粒度情感要素抽取问题，提出基于条件随机场模型(CRFs)和支持向量机(SVM)的层叠模型.针对情感对象与情感词的识别，将评论的句法信息、语义信息等引入CRFs模型，进一步提高CRFs特征模板的鲁棒性.在SVM模型中，引入情感对象和情感词的深层词义及情感词的基本情感倾向等特征，改进传统的词包模型，对〈情感对象，情感词〉词对进行细粒度的情感分类判断，从而获得商品评论中的情感关键信息:(情感对象，情感词，情感倾向性)三元组.实验表明，文中的CRFs和SVM层叠模型可提高情感要素抽取与情感分类判断的准确性.
%K 情感计算
%K 情感要素
%K 语义角色
%K 语法依存树
%K 词义聚类
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract10385.shtml