<address id="hrnlf"><listing id="hrnlf"><menuitem id="hrnlf"></menuitem></listing></address>

        <address id="hrnlf"></address>
        • 論文
        主辦單位:煤炭科學研究總院出版傳媒集團、中國煤炭學會學術期刊工作委員會
        基于Tree LSTM+CRF的屬性級觀點挖掘
        • 作者

          趙華鄒若飛

        • 單位

          山東科技大學計算機科學與工程學院

        • 摘要

          評價對象與觀點內容的提取是觀點挖掘中非常重要的任務。本研究提出了一個樹結構長短期記憶網絡(Tree LSTM)結合條件隨機場(CRF)的聯合模型抽取評價對象和觀點內容。首先對評論句進行依存句法分析,根據句子的依存分析樹構建Tree LSTM,并設計樹結構下LSTM單元的計算方法;接著將Tree LSTM的輸出作為CRF的輸入進行序列標注,實現評價對象與觀點內容的抽取。最后在SemEval Challenge 2014任務4的數據集上對模型性能進行了驗證,評價對象和觀點內容抽取結果的平均F1值在餐館和筆記本電腦領域分別為86.76%、83.22%和79.86%、80.42%,優于現有的評價對象和觀點內容抽取方法。實驗結果表明,設計的Tree LSTM能很好地學習詞語之間的層次關系,同時聯合模型有效避免了傳統CRF需要構建特征工程的弊端。


        • 關鍵詞

          觀點挖掘評價對象抽取觀點內容抽取樹結構長短期記憶網絡條件隨機場

        相關問題

        主辦單位:煤炭科學研究總院出版傳媒集團 中國煤炭學會學術期刊工作委員會

        ©版權所有2015 煤炭科學研究總院出版傳媒集團 地址:北京市朝陽區和平里青年溝東路煤炭大廈 郵編:100013
        京ICP備05086979號-16  技術支持:云智互聯
        5544444