一种基于句法分析的特征观点词对的提取方法技术

本发明专利技术的提出了一种基于句法分析的特征观点词对的提取方法。本发明专利技术属于自然语言处理领域。本发明专利技术的最终目的是为评论信息分析提供正确的特征观点词对，克服现有特征观点词提取方法过于单一，召回率低等缺点。最终的特征观点词对，由两个部分构成，一部分为特征词，一部分为此特征词的观点。举例，佳能相机（特征词），喜欢（观点词）。本发明专利技术通过句法分析的方式找出特征观点词对。

【技术实现步骤摘要】
【专利摘要】本专利技术的提出了。本专利技术属于自然语言处理领域。本专利技术的最终目的是为评论信息分析提供正确的特征观点词对，克服现有特征观点词提取方法过于单一，召回率低等缺点。最终的特征观点词对，由两个部分构成，一部分为特征词，一部分为此特征词的观点。举例，佳能相机（特征词），喜欢（观点词）。本专利技术通过句法分析的方式找出特征观点词对。【专利说明】
本专利技术属于自然语言处理领域，更为具体地讲，涉及。
技术介绍
当前，在各种网络论坛，以及购物网站，点评网站充斥着大量的评论信息。这些评论包含着大量的口语以及语法错误。这些口语化和语法错误给文本分析带来了大量的困扰和错误。与此同时，在海量的评论的信息中存在着大量的垃圾以及无用信息，如何提取出有用的评论者的观点，对于舆情分析，情感分析，网络监控等等相关领域都有着及其重要的作用。目前的特征观点词对的提取方法基于特征词最近的形容词，过于单一，造成观点提取的不完整。以至于影响后面舆情分析，情感分析，网络监控等。本方法旨在构建新的句法分析器，使用新的句法分析器提取评论信息中的特征观点词对，使特征观点词对的提取更加的准确全面。使后一步的相关工作者进行相应分析时获得更为准确的结果。
技术实现思路
本专利技术的最终目的是为评论信息分析提供正确的特征观点词对，克服现有特征观点词提取方法过于单一，召回率低等缺点。最终的特征观点词对，由两个部分构成，一部分为特征词，一部分为此特征词的观点。举例，佳能相机(特征词)，喜欢(观点词)。本专利技术通过句法分析的方式找出特征观点词对。为了实现上述目的，本专利技术基于句法分析的特征观点词提取方法，其方法构成主要由以下特征构成:一分词以及词性标注模块。本模块用来处理评论文本，在经过本模块后，文本将从一系列汉字串变为独立的单词，同时对应各个单词的词性也会标记出来。单词的词性，即形容词,动词,名词等等。举例,整体/η来说/u菜/n的/uj质量/n和/c 口感/n相当/d不错/a。在本例中“/ “后面的词性标签符合中科院ICTCLAS标准。一句法分析器模块。本模块用来处理分词词性标注后的序列。如上述例子本模块处理的序列为n u n uj n c n d a。在句法分析器模块中,会剔除无关成分仅保留n, ny,vn, v, a, I, z, i。合并保留成分η, η ；ny, ny ；ny, vn ；ny, n ；n, vn。同时对单个汉字且前面没有副词出现的动词进行剔除。经过上述处理过程后得到一个词性成分序列如n，V0一成分序列映射模块。本模块用来映射词性成分序列和应提取的成分。本模块在获得词性成分序列后会将其与已经存储在列表中的成分序列到提取成分映射作对比。如果存在这样的映射则输出应该提取的词性成分以及在句子中的位置。一成分提取模块。本模块根据成分序列映射模块输出的应该提取的词性成分以及在句子中的位置提取相应的成分。并与特征词形成特征观点词对。一固定搭配模块。本模块在句法分析无法正确进行时的补充。通过引进评论知识库中的特征词与观点词的固定搭配。当在一个短句子中同时出现特征词与观点词时我们认为，特征词与观点词是一个特征观点词对。并将其输出。一特征观点词对存储模块。本模块存储由各模块生成的特征观点词对。便于后来工作者的调用。【专利附图】【附图说明】图1是本专利技术一种基于句法分析特征观点对提取方法的具体实施原理以及框图。图2是图1中句法分析器模块的具体实施原理以及框图。【具体实施方式】下面结合附图对本专利技术的【具体实施方式】进行描述，以便本领域的技术人员更好地理解本专利技术。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本专利技术的主要内容时，这些描述在这里将被忽略。图1是本专利技术一种基于句法分析特征观点对提取方法的具体实施原理以及框图。在本实施例中，如图1所示，基于句法分析特征观点对的提取方法主要包括分词以及词性标注模块1，句法分析器模块2，成分序列映射模块3，评论知识库模块4，成分提取模块5，固定搭配模块6，特征观点词对存储模块7。在本实例中通过调用分词以及词性标注模块I输入的句子进行分词以及词性标注得到结果，举例，整体/n来说/u菜/n质量/n和/c 口感/n相当/d不错/a。将这样的分词词性标注序列传递给句法分析器模块2。由句法分析器对这样的序列进行处理。具体的句法分析器处理过程将在图2中进行说明。通过句法分析器模块2处理后得到简单的成分序列，举例，n, a, 1,3,5,10。η, η, η, a是需要词的成分序列；1,3,5,10是词的位置。句法分析器模块将上述成分序列传递给成分序列映射模块3，成分序列映射模块3会在其列表中寻找是否有序列n，a。如果有则返回提取的成分和位置。并将其传递成分提取模块5。由成分提取模块5提取对应成分的词，并将其组成特征观点词对的形式。举例，整体(特征词)，不错(观点词)。最后由成分提取模块5将特征观点词对传递给特征观点词对存储模块7。同时如果成分序列映射模块3无法进行映射，则通过调用评论知识库模块5，固定搭配模块6，寻找特征观点词对。最后将特征观点词对传递给特征观点词对存储模块7。图2是图1中句法分析器模块的具体实施原理以及框图。在本实例中，如图2所示，句法分析器2主要分词词性标注201，成分选择202，成分合并203，成分剔除204，动词成分选择205，成分序列存储206。在本实例中通过调用分词词性标注201，得到关于句子的词性标注序列。举例，整体/n来说/u菜/n质量/n和/c 口感/n相当/d不错/a。将这样的词性标注序列传递给成分选择202。成分选择202将这样的序列分别传递给成分合并203，成分剔除204，动词成分选择205。成分剔除204将剔除,来说/u,和/c,相当/d。成分合并203会合并,菜/n质量/η。同时在本例中没有动词。成分选择205则不会被调用。动词成分选择205示例，鱼香/nr鸡丝/n酸/n死/V，动词成分选择205判断动词死/V的长度及以及前面是否出现副词。本例中字长度为I同时前面没有出现副词所以动词成分选择205不会选择动词死/V。在经历以上成分合并203，成分剔除204，动词成分选择205后得到成分序列并将其传递给成分序列存储206。尽管上面对本专利技术说明性的【具体实施方式】进行了描述，以便于本技术领的技术人员理解本专利技术，但应该清楚，本专利技术不限于【具体实施方式】的范围，对本
的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本专利技术的精神和范围内，这些变化是显而易见的，一切利用本专利技术构思的专利技术创造均在保护之列。【权利要求】1.一种基于句法分析的特征观点词对提取方法主要由以下特征构成: 一分词以及词性标注模块。本模块用来处理评论文本，在经过本模块后，文本将从一系列汉字串变为独立的单词，同时对应各个单词的词性也会标记出来。单词的词性，即形容词，动词，名词等等。举例，整体/n来说/u菜/n的/uj质量/n和/c 口感/n相当/d不错/a。在本例中“/ “后面的词性标签符合中科院ICTCLAS标准。 一句法分析器模块。本模块用来处理分词词性标注后的序列。如上述例子本模块处理的序列为n u n uj n c n d a。在句法分析器模块中,会剔除无关成分仅保留本文档来自技高网...

【技术保护点】
一种基于句法分析的特征观点词对提取方法主要由以下特征构成：—分词以及词性标注模块。本模块用来处理评论文本，在经过本模块后，文本将从一系列汉字串变为独立的单词，同时对应各个单词的词性也会标记出来。单词的词性，即形容词，动词，名词等等。举例，整体/n来说/u菜/n的/uj质量/n和/c口感/n相当/d不错/a。在本例中“/“后面的词性标签符合中科院ICTCLAS标准。—句法分析器模块。本模块用来处理分词词性标注后的序列。如上述例子本模块处理的序列为n u n uj n c n d a。在句法分析器模块中，会剔除无关成分仅保留n，ny，vn，v，a，l，z，i。合并保留成分n，n；ny，ny；ny，vn；ny，n；n，vn。同时对单个汉字且前面没有副词出现的动词进行剔除。经过上述处理过程后得到一个词性成分序列如n，v。—成分序列映射模块。本模块用来映射词性成分序列和应提取的成分。本模块在获得词性成分序列后会将其与已经存储在列表中的成分序列到提取成分映射作对比。如果存在这样的映射则输出应该提取的词性成分以及在句子中的位置。—成分提取模块。本模块根据成分序列映射模块输出的应该提取的词性成分以及在句子中的位置提取相应的成分。并与特征词形成特征观点词对。—固定搭配模块。本模块在句法分析无法正确进行时的补充。通过引进评论知识库中的特征词与观点词的固定搭配。当在一个短句子中同时出现特征词与观点词时我们认为，特征词与观点词是一个特征观点词对。并将其输出。—特征观点词对存储模块。本模块存储由各模块生成的特征观点词对。便于后来工作者的调用。...

【技术特征摘要】

【专利技术属性】
技术研发人员：秦志光，周尔强，罗熹，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51