基于三层过滤的评价对象抽取

针对互联网中的产品评论信息，提出一种三层过滤的评价对象抽取方法.该方法采用一个自举式的抽取算法在评论文本中得到候选的评价对象和情感词；利用评价对象与情感词之间的关联度对候选词进行关联置信度计算，提取关联置信度高的评价对象以提高识别的准确率；引入一个不相关的平行领域对剩余的候选词进行领域置信度计算，挖掘低频的评价对象.3个公开数据集中的实验结果表明该方法能够显著地提高评价对象的识别效果