我使用Lingpipe的情感分析模块实现了情感分析。我知道他们为此使用动态 LR 模型。它只是告诉我测试字符串是积极情绪还是消极情绪。我可以用什么想法来确定表达情感的对象？
如果文本被归类为积极情绪，我想获取表达情绪的对象 - 这可以是电影名称、产品名称或其他。
最佳答案
虽然这个问题确实很老了，但我还是想回答一下，以利于其他人。
您想要的是概念级别的情感分析。对于非常基本的版本，我建议遵循以下步骤:
应用句子分割器。您可以使用 Lingpipe 的句子拆分器或 OpenNLP 句子检测器。
应用部分规范标记。同样，您可以使用 Lingpipe 的 POS 标记器或 OpenNLP POS Tagger。
然后，您需要识别词性标注器识别为“名词”的标记。这些标记有可能成为句子中的目标实体。
然后你需要在句子中找到情感词。最简单的方法是使用带有情感的单词词典。您可以在网上找到很多这样的词典。
下一步将找出句子中的依存关系。这可以通过使用 Stanford Dependency Parser 来实现。例如，如果您在 online demo 中尝试使用句子 -“这款手机很好。” ，您可以看到以下“类型化依赖项”:
det(phone-2, This-1), nsubj(good-4, 电话-2), 警察(好-4，是-3)， 根(ROOT-0，好-4)
此处的依赖项nsubj(good-4,phone-2)表示phone是 token 的标称主语 good，暗示单词good表示phone。我确信您的情感词典将包含单词 good，并且 phone 会被词性标注器识别为名词。因此，您可以得出结论，实体电话表达了好情绪。
这是一个非常基本的示例。您可以更进一步，围绕依赖关系创建规则，以提取更复杂的情感实体对。您还可以为情感词打分，并根据情感词在该句子中出现的次数得出该句子的总分。
关于nlp - 使用 Lingpipe 识别情感分析中的实体，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/7594244/