我已经使用Lingpipe的情感分析模块实现了情感分析。我知道他们为此使用了动态LR模型。它只是告诉我测试字符串是正面情绪还是负面情绪。我可以使用什么想法来确定表达情感的对象？
如果文字被归类为正面情绪，我想获取表达情绪的对象-这可以是电影名称，产品名称或其他。
最佳答案
尽管这个问题确实很老，但我还是想回答这个问题以利于他人。
您在这里想要的是概念层次的情感分析。对于非常基本的版本，我建议执行以下步骤：
应用句子分割器。您可以使用Lingpipe的句子拆分器或OpenNLP句子检测器。
应用部分标记。同样，您可以使用Lingpipe的POS标记器或OpenNLP POS Tagger。
然后，您需要识别POS标记器识别为“名词”的标记。这些标记有可能成为句子中的目标实体。
然后，您需要在句子中找到情感词。最简单的方法是使用带有情感词的词典。您可以在线找到许多这样的词典。
下一步将找出句子中的依存关系。这可以通过使用Stanford Dependency Parser来实现。例如，如果您尝试使用以下句子-“这部手机不错”。在他们的online demo中，您可以看到以下“类型化依存关系”：
det（phone-2，This-1），
nsubj（good-4，phone-2），
cop（good-4，is-3），
根（ROOT-0，good-4）
依赖项nsubj（good-4，phone-2）在这里表示phone是令牌商品的名义对象，这意味着单词good是为phone表示的。我确定您的情感词典中将包含“好”一词，并且POS标记器会将phone识别为名词。因此，您可以得出结论，情感电话是为实体电话表达的。
这是一个非常基本的例子。您可以更进一步，围绕依赖关系创建规则以提取更复杂的情感-实体对。您还可以为情绪术语分配分数，并根据句子中情绪词出现的次数得出句子的总分数。
关于nlp - 使用Lingpipe在情感分析中识别实体，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/7594244/