A Holistic Lexicon-Based Approach to Opinion Mining

A Holistic Lexicon-Based Approach to Opinion Mining

一种全面的基于词典的观点挖掘方法

1，能处理上下文相关（Context Depend）的观点词

2，能处理一些能通过其语法模式（Linguistic Pattern）影响观点的特殊词（Words）、短语（Phrase）以及语言结构（Language Structure）。

3，提供了一个有效的函数能综合句子中多个互相冲突的观点词

    本文只考虑判断句子的情感倾向（Sentiment Orientation）。判断情感倾向最简单的方式就是使用情感词典，对于一个句子，分别对在情感词典正向和负向中的情感词进行计数，如果正向情感词多则句子为正向。The opinion lexicon or the set of opinion words was obtained through a bootstrapping process using WordNet. 此方法主要有两个问题：1，情感词典的完备性 2，上下文相关的情感词无法处理，如Small在有些句子中是正向有些中则是负向。

    基于语料的方法（corpus-based apprapch）：通过挖掘词的共现信息来判断情感倾向

    基于词典的方法（dictionary-based approach）：基于种子词以及WordNet中的同义和反义关系来判断情感倾向

1，识别和抽取评论对象（Entity or Parts of an entity or Attributes of an entity）/Entity Aspect

2，识别观点是正向、负向还是中立

3，对评论对象进行同义聚类，因为不同的人会有不同的表述方式

    核心思想还是使用情感词来判断网民对某个产品方面/评论对象的情感倾向，主要有三个问题：

1，如何将多个情感词组合起来，情感词之间可能是冲突的

2，如何处理上下文相关或领域相关的情感词

3，如何处理能改变情感倾向的语言结构

    情感词、短语和成语

表达情感倾向的主要是形容词、副词、动词和名词。基本的情感词点使用WordNet通过Bootstrapping Approach获取。词性标注part of speech(POS)，使用NLProcessor linguistic parser。成语一般都表达了强烈的情感，人工收集整理。

    观点综合

 综合公式：考虑情感词与评价对象之间的距离，越远权重越小。

否定规则：

1，传统否定词：no not nerver

2，pattern-based： stop + vb-ing , quit + vb+ing  / stop working

3，含否定词但不是负向：not just, 不仅仅是因为

但是规则：

1，but except

2，直接评价，如没有结果，则取but前的反向

3，含but，但没有转折含义。not only …. but also

    上下文相关观点处理

句子内连词规则（Intra-sentence conjunction rule）：

1，基于人们常用的语法习惯，如果没有but的话，一般一个句子表达一个倾向。

2，The camera taks great pictures and has a long battery life. 如果我们知道great是正向的，那么long也是正向的

隐含句子内连词规则（Psudo Intra-sentence conjunction rule）：

1，没有明确的and，如 The camera has a long battery life, which is great.

形容词为评价对象/评价特征时（Adjectives as feature indicators）：

1，this camera is small.   “small”  indicates feature “size”

非形容词显式特征(Explicit features that are not adjective):

1, the battery life of this camera is long

句子间连词规则（Inter-sentence conjunction rule）：

1，基于假设，人们在句子间也经常表达相同的倾向，除非有but， however等

同义词反义词规则（synonym and antonym rule）：

1，如果一个词是正向情感，那么其同义词也是正向情感，反义词为负向情感

posted on 2013-07-08 14:54 LakeLight 阅读( ...) 评论( ...) 编辑 收藏

转载于:https://www.cnblogs.com/lakelight/p/3177951.html