汉语并列关系的识别研究

针对汉语并列关系的标注方式, 提出一种基于条件随机场模型的并列关系自动识别方法。从语料库中自动抽取并列关系的角色信息, 进行角色标注, 在条件随机场模型的基础上实现并列关系的识别。与基于图的依存分析方法比较, 并列关系的召回率和正确率分别提高了9.1%和13.8%。     

基于百度热搜新闻词的社会风险事件5W提取研究

当今中国处于经济转型升级的关键时期,社会主要矛盾发生了历史性变化,社会风险事件发生的频率比以往更高,危害社会稳定.将公众在线的搜索和关注数据映射为潜在的社会风险事件,如何有效地自动标注风险事件以及直观、清晰地描述社会风险事件是本文关注的重点.本文尝试定义风险事件的5W框架来结构化的描述社会风险,包括地点(where)、时间(when)、人物(who)、原因(why)和发生内容(what).风险事件的5W抽取可转化为不同的机器学习任务,包括命名实体识别、风险分类以及关键词抽取.依据5W的抽取任务进而探索有效的抽取方法.通过对风险事件5W的自动抽取,将现实中社会风险这种wicked问题转化为结构化问题进行分析,为研究社会风险提供一个新的视角,对政府部门进行舆情分析与风险监测具有重要意义.     

基于主体句和句法依赖的微博情感倾向性分析

情感倾向性分析是近年来中文信息处理领域的热点问题.通过对新浪微博进行情感的分析与研究,提出了一种基于主体句和句法依赖关系的微博情感倾向性分析方法.首先利用自定义规则和条件随机场模型进行主体句及主体评价对象的抽取;然后使用句法分析器对主体句进行依赖关系分析,可以准确的获得修饰评价对象的评价词;最后利用情感词典计算出句子的情感倾向.实验结果表明在精确获取评价对象的基础上再进行情感倾向性判别效果要优于对微博直接进行情感倾向性分析.     

面向微博情感评测任务的多方法对比研究

主要对COAE 2014评测中采用的算法进行描述,并结合评测结果进行分析比较。本次评测共有5个任务,本文重点描述与微博相关的3个任务。在微博情感新词发现和判断的任务中,方法核心是利用谷歌翻译算法的对齐操作来获得候选新词,之后使用平均点互信息筛选高频词语。在微博倾向性分析任务中采用两种方法,一种是传统的基于情感词典的极性判断方法,另一种是结合情感词标注的基于条件随机场CRFs的极性判断方法。在微博观点句要素抽取任务中,首先利用名词在复杂网络中的中介性和趋近性提取候选产品名和属性名,然后分别采用3种方法完成对产品属性名的抽取,其中,第一种方法是基于简单规则的滑动窗口抽取策略,后面两种方法都是基于CRFs的有监督抽取策略。