NLP论文泛读之《教材在线评论的情感倾向性分析》

主要解决了什么问题？

分析、提取对计算机类教材有效的、可靠的评价（当当、京东平台）

1.部分评论有省略号

2.有些评论很简略，没有出现‘书’这个主体对象

主要用到什么方法或技术

流程：

Sep1.去噪

1.1 同一用户针对同一产品发表的多条相同评论、字数多还没有感情色彩的评论、错别字、拼音、英语替换等。

1.2 已去噪的评论数据进行分词和词性 标注

采用技术：

　　

Sep2.构建情感词典

文本选择了基础情感词典, 构建了领域情感词典、网络情感词典和极性修饰情感词典等资源.

• 公开发表的中文情感词典资源有知网的 HowNet、台湾大学发布的 NTUSD 以及大连理工大学 构建的情感词汇本体库

Sep3.特征词库的构建

需要获取在线评论中用户评价的产品特征.

　　产品特征一般是名词和名词性短语, 因此 特征 取则转化为对名词和名词性短语的选取和筛选.

　　由于本文选择的分词工具 ICTCLAS2016 仅能标注 出名词, 但不能标注出名词性短语. 为此, 本文在分词 结果的基础上, 制定了以下 3 条规则识别文本中的名词性短语, 这样就能较为完整地选取教材的候选产品特征.

1. “名词+名词”规则

2. “名词+的+名词”规则

3. “动词+名词”规则

Sep4.判断极性

　　句法分析工具使用了哈 工大社会计算与信息检索研究中心研发的语言技术平台 (LTP), 通过该平台对优化后的分词结果进行依存关系分析.

　　

Sep5.评估本实验所采用的算法的性能

1. 使用了本文构建的 ***教材评论情感 ***词典, 测试算法在产品特征-情感 述项和产品特征极 性方面的识别结果;
2. 然后再使用大连理工大学发布的 通用情感词典, 获得相同语料下的识别效果;
3. 以人工标注结果为基准, 分别计算使用两部情感词典的识别结果的准确率、召回率和 F 值。