使用Lingpipe识别情感分析中的实体

Question

如果文本被归类为正面情绪，我希望获得表达情绪的对象-这可以是电影名称、产品名称或其他。

Answer 1

虽然这个问题真的很老，但我愿意回答这个问题，为他人造福。

这里你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：

1. 应用句子拆分器。您可以使用Detector.
2. Apply的语句拆分器或OpenNLP语句Lingpipe规范的一部分。同样，您可以使用Lingpipe的POS或OpenNLP POS。
3. 然后您需要识别由POS标识为'Nouns‘的标记。这些标记有可能成为句子中的目标实体。
4. ，然后你需要在句子中找到情感词。要做到这一点，最简单的方法是使用情感词典。你可以在网上找到很多这样的字典。
5. 下一步是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，如果你尝试句子--“这部手机很好”。在他们的online demo中，你可以看到下面的“类型化依赖项”：

det(phone-2，This-1)，nsubj(good-4，phone-2)，cop(good-4，is-3)，ROOT(根0，good-4)

此处的依存关系nsubj(good-4，phone-2)表示phone是token good的名义主语，这意味着单词good表示为phone<代码>E223。我敢肯定你的情感字典会包含单词good和phone，而phone会被词性标签识别为名词。因此，您可以得出结论，为实体phone.表达了情感good

这是一个非常基本的例子。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。您还可以为您的情感术语分配分数，并根据句子中情感词的出现次数得出句子的总分数。

Answer 2

情感句通常是指情感句的主体是情感的客体。因此，基本的启发式方法是NER并获得第一个对象。否则，你应该使用深度解析NLP工具包，并编写一些规则来将情感链接到对象。