我过去一年一直在从事文档级情感分析。 文档级情感分析 提供整个文档的情感。例如 - 文本 "Nokia不错，但vodafone太差劲了" 会有负极性，因为它对Nokia和Vodafone这两个实体持中立态度。 如何获取实体级别的情感，例如对Nokia是积极的，但对Vodafone是消极的？是否有研究论文提供此类问题的解决方案？
实体情感分析（实体级别的情感分析）
14
- Jasneet
1
你可能想查找有关声誉管理的论文。但是，完全自动化地进行这项工作仍然是一个开放的研究问题。 - Fred Foo
4个回答
13
你可以尝试使用面向方面或实体级别的情感分析。已经有很多努力去寻找句子中关于方面的观点。你可以在这里找到其中一些研究。 你也可以更进一步，深入研究与特征（方面）提取相关的论文。这是什么意思？让我举个例子：
"屏幕质量很好，但电池寿命很短"
文档级情感分析可能无法为我们提供该文档的真实意义，因为该文档中有一个积极的句子和一个消极的句子。但是，通过面向方面（面向方面）的观点挖掘，我们可以分别找出文档中不同实体的情感/极性。在第一步中，通过进行特征提取，你可以尝试在不同的句子中找到特征（方面）（在这里是"屏幕质量"或简单地说是"质量"和"电池寿命"）。然后，当你拥有了这些方面时，你可以尝试提取与这些方面相关的观点（"很好"表示"质量"，"短"表示"电池寿命"）。在研究和学术论文中，我们还将特征（方面）称为目标词（用户评论的那些单词或实体），将意见称为观点词，对于目标词所陈述的评论。
通过搜索我刚提到的关键字，你可以更加熟悉这些概念。
- Pedram
2
1Aspect-level 是实体级情感分析的特例。我认为我们需要更广泛的实体级情感分析。大多数与ABSA挑战相关的工作还处于非常有限的领域范围内。 - Mona Jalal
@MonaJalal，你说得对。然而，有时人们在文献中将这两个术语，即方面级别和实体级别的情感分析（SA），混用。一般来说，在方面级别的SA中，“目标是查找和聚合文件中提到的实体或它们的方面的情感。”Schouten和Frasincar（2016） - Pedram
5
你可以查找实体及其指代，使用简单的启发式规则，例如从最接近情感术语的距离（依赖解析树中）来为每个实体赋予情感，而不是线性地。每个步骤似乎都是一个开放的研究课题。
http://scholar.google.com/scholar?q=entity+identification
http://scholar.google.com/scholar?q=coreference+resolution
- Gregory Marton
2
其他语言呢？或者俚语和非结构化英语，依赖句法分析树很可能不准确？有什么统计规则或其他方法吗？ - Hady Elsahar
@HadyElsahar 你提到的所有问题都是这个研究领域中的重大挑战。不同语言的特点可以直接影响文档分析的过程。例如，波斯语在许多方面与英语不同。因此，您可能无法像对待英语那样处理波斯语中的挑战（例如，由于某些词缀的存在，波斯语的标记化要比英语困难得多）。此外，解析树只是解决问题的一种选择。您也可以使用其他方法作为您的特征。 - Pedram
3
这可以通过使用谷歌云自然语言 API 实现。
- Urvah Shabbir
3
1还有哪些其他的工具可用？ - Mona Jalal
Amazon Comprehend 是我发现的另一个自然语言处理工具。 - Urvah Shabbir
Comprehend 不支持实体级情感分析。 - Mona Jalal
0
我也尝试过查找相关研究文章，但没有找到。我建议您尝试使用基于方面的情感分析算法。我发现相似之处在于我们可以识别句子中单个实体的方面，然后找到每个方面的情感。同样，我们可以使用相同的算法训练我们的模型，以便检测实体并找到这些实体的情感。我还没有尝试过这个方法，但我打算去尝试一下。如果这个方法行得通，请告诉我。此外，有多种方法可以实现这一点。以下是几篇文章的链接。
http://arxiv.org/pdf/1605.08900v1.pdf https://cs224d.stanford.edu/reports/MarxElliot.pdf
- Ram Chandra
1
我可以指出这个问题已经三年了吗？并不是说不欢迎对这个问题的进一步回答，特别是如果它能够造福未来的读者，但我认为现在为止给提问者的建议已经太晚了，不再相关。 - Claudia
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接