使用Lingpipe在情感分析中識別實體

Question

我使用Lingpipe的情感分析模塊實施了情感分析。我知道他們爲此使用了動態LR模型。它只是告訴我測試字符串是積極的情緒還是消極的情緒。我可以用什麼想法來確定表達情感的對象？

如果文本被歸類爲正面情緒，我希望得到表達情感的對象 - 這可以是電影名稱，產品名稱或其他。

Answer 1

通常情感句子意味着這種句子的主體是這種情感的客體。所以基本的啓發式是NER並獲得第一個對象。否則，您應該使用深度解析NLP工具包並編寫一些規則將情緒與對象關聯起來。

Answer 2

雖然這個問題真的很老，但我想回答他人的利益。

你在這裏想要的是概念層面的情感分析。對於一個非常基本的版本，我建議按照以下步驟：

1. 應用句子分離器。您可以使用Lingpipe的句子分配器或OpenNLP判定器。

2. 應用部分展開標記。您也可以使用Lingpipe的POS tagger或OpenNLP POS Tagger。

3. 然後，您需要通過POS標記器識別標識爲'名詞'的標記。這些標記有可能成爲句子中的目標實體。

4. 然後你需要在句子中找到感情詞。要做到這一點的最簡單方法是使用帶有情感詞彙的字典。你可以在網上找到很多這樣的字典。

5. 下一步將找出句子中的依賴關係。這可以通過使用Stanford Dependency Parser來實現。例如，如果你嘗試了一句 - 「這款手機是不錯的」他們online demo，你可以看到下面的「類型化依賴」：

   DET（電話-2，這-1）， nsubj（良好-4，電話-2）， COP（良好-4，是-3）， 根（ROOT-0，良好-4）

   依賴性nsubj（良好-4，電話 - 2）這裏表示電話是標稱主體的標記好，這意味着單詞好表示爲電話。我相信你的情感詞典將包含單詞好的和電話將被POS標記器識別爲名詞。因此，您可以得出結論，情緒好被表達爲實體電話。

這是一個非常基本的例子。您可以更進一步，創建關於依賴關係的規則來提取更復雜的情感實體對。你也可以爲你的情緒術語分配分數，並根據該句中的情感詞的出現次數得出句子的總分。