情感信息抽取是一种关于细粒度文本的情感分析技术,旨在抽取情感文本中有价值的情感信息。
Liu(2007)将情感信息定义为一个5元组(O,F,SO,H,T),其中,O表示评论实体,F表示评价对象,SO表示评价词语,H表示观点持有者,T表示评价的时间。
情感信息抽取研究的主要问题集中在两个方面:抽取观点持有者(opinion holder)和抽取评价对象(opinion target)。
*
抽取观点持有者面向的主要是新闻评论,识别对象是观点(评论)的隶属者。关于观点持有者的抽取方法主要是基于非监督的启发式规则,而这些规则的制定一般依赖于自然语言处理技术。
具体方法可以分为如下几种类型:
①基于命名实体识别的抽取方法:一般情况下,评论中的观点持有者是由命名实体(如人名或机构名)组成的,因此,可以借助于命名实体识别技术来获取观点持有者;
②基于语义角色标注的抽取方法:该方法利用语义角色标注的结果,寻找谓词的施事者作为候选的观点持有者。
*
抽取评价对象是指抽取评论文本中情感表达所面向的对象。这是情感信息抽取中研究最为广泛的一项任务,采用的基本方法是基于非监督学习的抽取方法和基于监督学习的抽取方法。
2004最早提出评价对象的抽取问题使用词频、与情感词的距离等特征构建识别的启发式规则,实现了一种基于非监督学习的评价对象抽取方法。2005提出了一种基于网络搜索的方法来实现评价对象识别;2007假定产品特征在产品评论中被提到的次数较普通,提出