-
题名融合语义与语法信息的中文评价对象提取
被引量：4
- 1
-
-
作者
周浩
王莉
-
机构
太原理工大学信息与计算机学院
太原理工大学大数据学院
-
出处
《智能系统学报》
CSCD
北大核心
2019年第1期171-178,共8页
-
基金
国家自然科学基金项目(61872260)
山西省重点研发计划国际合作项目(201703D421013)
-
文摘
鉴于常规的序列化标注方法提取中文评价对象准确率低,存在忽略中文语义与语法信息的缺陷,提出了融合语义与语法信息的中文评价对象提取模型。该模型在原始字向量的基础上通过优化字符含义策略强化语义特征,弥补忽略的字符与词语的内部信息;并通过词性序列标注,对句子的词性信息进行表征,深化输入的语法特征。网络训练使用双向长短期记忆网络并用条件随机场克服标注标签的偏差,提高了提取准确率。该模型在BDCI2017数据集上进行验证,与未融入语义和语法的提取模型相比,中文主题词与情感词提取准确率分别提高了2.1%与1.68%,联合提取的准确率为77.16%,具备良好的中文评价对象提取效果。
-
关键词
中文评价对象
语义
语法
序列标注
双向长短期记忆网络
条件随机场
提取模型
-
Keywords
Chinese opinion target
semantic
syntactic
sequence labeling
bidirectional long short-term memory
conditional random field
extraction model
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
