NLP否定检测和停止字

Question

我想通过否定检测来改进我的情感分析。我正在使用教授强调的词袋方法实现情感分析，这就是为什么我还没有使用CoreNLP的情感注释器。然而，我注意到它有一个问题。

给出一句话，“我对他们并不失望”，我希望，在最坏的情况下，从情感注释器和我自己的词袋实现中，都会有一个中立的情绪，或者是弱积极的情绪。情感注释器将这句话报告为否定。

I: PRP  Neutral
'm: VBP Neutral
not: RB Negative
disappointed: VBN   Negative
in: IN  Neutral
them: PRP   Neutral
.: .    Neutral
Negative
1

最后两行显示了句子的情感标签和数字情感得分。

如何提高情感注释器获得正确结果的机会，以及如何使用CoreNLP来检测所显示的否定、句子之间的否定以及多个句子之间对实体的引用(看起来就像coref和dcoref注释器)？

此外，潜在的有用之处是摆脱停用的单词。引理注释器似乎负责词干处理，但是哪个注释器会阻止单词？

Answer 1

如果使用natlog注释器，则每个令牌都将标记一个NaturalLogicAnnotations.PolarityAnnotation。因此，否定的单词将具有down的极性。

package edu.stanford.nlp.examples;

import edu.stanford.nlp.ling.*;
import edu.stanford.nlp.naturalli.*;
import edu.stanford.nlp.pipeline.*;

import java.util.*;


public class NaturalLogicExample {

  public static String text = "I'm not disappointed in them.";

  public static void main(String[] args) {
    // set up pipeline properties
    Properties props = new Properties();
    // set the list of annotators to run
    props.setProperty("annotators", "tokenize,ssplit,pos,lemma,ner,parse,natlog");
    // build pipeline
    StanfordCoreNLP pipeline = new StanfordCoreNLP(props);
    // create a document object
    CoreDocument document = new CoreDocument(text);
    // annnotate the document
    pipeline.annotate(document);
    for (CoreLabel token : document.tokens()) {
      System.out.println(String.format("%s\t%s", token.word(),
          token.get(NaturalLogicAnnotations.PolarityAnnotation.class)));
    }
  }
}