基于雙向循環(huán)神經(jīng)網(wǎng)絡的評價對象抽取研究

陳鵬　徐冰　楊沐昀　李生

摘 要：評價對象抽取的研究難點在于如何精確地表示大范圍的上下文信息。本文針對微博觀點句，采用了基于雙向循環(huán)神經(jīng)網(wǎng)絡（BRNN）的方法來抽取評價對象并對評價對象的情感傾向進行判定。BRNN的隱藏層對上下文進行了抽象，如果經(jīng)過良好地訓練，它能在循環(huán)處理句子時有效地表示遠距離的有序上下文信息，而無需對上下文窗口長度進行限定。本文選擇了詞、詞性、依存句法樹以及產(chǎn)品詞典等特征構建了BRNN模型。通過實驗發(fā)現(xiàn)，上述四種特征組合獲得了最優(yōu)實驗結果，通過與CRF模型的對比，本文提出的方法在相互覆蓋模式下F值比CRF模型高出0.61%，驗證了本文方法的有效性。本文方法在COAE2015任務3的資源受限評測任務中，獲得了最好結果。

關鍵詞：情感分析；評價對象抽取；雙向循環(huán)神經(jīng)網(wǎng)絡模型；條件隨機場模型

中圖分類號：TP391