Open Domain Targeted Sentiment

看文献不会虚度时间

论文

The intuition behind this work is that sentiment expressed towards an entity, targeted sentiment, may be viewed as a span of sentiment expressed across the entity. 灵感在于，对于某个目标实体的情感表达会跨越对实体的感情表达。

 

作者举例说明情感分析是个多面问题——很多表达不能直接从文本上分析，比如我支持的球队输了，我会说“真是高兴，我喜欢的球队居然会输“，我是真的高兴吗？

 

传统的情感分析主要有三个主题：1）经验；2）态度；3）随意目标。以往主要关心第二个问题，挖掘整体的感情极性就；也有2,3结合分析，预测目标集合的感情极性（话题建模结合）。这篇论文在后者的基础上，研究命名实体的探测和感情表达。

 

问题描述：给定文本序列｛w1，，wn｝，得到实体概率序列｛l1，，ln｝和情感值序列｛s1，，sn｝，最后联合学习entity+sentiment序列｛y1，，yn｝，方法为简单的线性随机场模型。p(l, s|w). 模型三个部分，PIPE，实体和情感；JOINT，联合学习；COLL，标签学习。

 

总结：这篇论文是利用CRF模型进行小样本（情感词表）的实体探测和情感分析（实体）的工作，有收获，没想法。