实体识别方法:
1.传统常见方法:CRF,HMM
2.深度学习方法:RNN下的LSTM
3.规则匹配:基于词典
1,2两种方法都是序列标注问题,
eg "宝马的座椅比帕萨特更舒服",标注"宝(B)马(E)"
"宝马座椅比帕萨特更舒服",标注"宝(B)马(M)座(M)椅(E)"
情感分类:
1.常见分类器,如SVM,LR,MaxEnt,GBDT等
2.规则匹配:基于情感词典
结合实体识别的情感分类方法:
1.先做实体识别,然后针对实体进行情感分类
1).需要确定实体是否存在,并确定实体在评论中的位置,从而进行下一步的情感分类
eg. "宝马的座椅比帕萨特更舒服",提取出"宝马 座椅 pos","帕萨特 座椅 neg"
2.实体识别当做序列标注的问题,对于方面级别的标注是个挑战:
1)标注任务量大,需要指定实体在句子中的位置
2)细分到方面的实体不好标注,"宝马座椅比帕萨特更舒服",标注"宝(B)马(M)......座(M)椅(E)"
2.在标准数据集的基础上进行情感分类(一步到位):
eg.利用标准数据集训练69个关于方面的分类器(多分类),分类的方面包括:正面,负面,中性,无提及
即当一条文本被分类到无提及这一类时候,则认定该方面没有出现。
特点:1)理论上行之有效
2)需要大量的数据集防止样本倾斜
3)大量数据结合大量分类器,训练时间太长
3.利用规则匹配
4.利用规则匹配结合语义分析
5.利用规则匹配结合模型自动分类