1、進(jìn)入web2.0時(shí)代以來,中國的網(wǎng)民數(shù)量不斷攀升,使以互聯(lián)網(wǎng)為代表的新興媒體成為大眾表達(dá)愿望、交流溝通的重要工具,用戶的身份從以往的信息接受者轉(zhuǎn)向?yàn)樾畔l(fā)布者,這就使得互聯(lián)網(wǎng)上堆積了大量用戶產(chǎn)生的信息,這些信息當(dāng)中蘊(yùn)含著用戶的情感態(tài)度和政治傾向。挖掘用戶產(chǎn)生信息中的情感信息,分析用戶的情感傾向性,對商品推薦,了解社情民意等有著重要意義。
　　比較句是用戶產(chǎn)生信息中常見的一種句式,通過對兩個(gè)事物的比較,可以判斷出同類的兩種事物中的異

2、同和優(yōu)劣,對這一類問題進(jìn)行研究解決可以在產(chǎn)品評論挖掘、客戶信息管理、社情民意收集等領(lǐng)域提供信息支撐,對實(shí)體識別、關(guān)系抽取、類別平衡等熱點(diǎn)問題的研究有一定的參考價(jià)值。對比較句的傾向性研究是綜合自然語言處理中多個(gè)關(guān)鍵技術(shù)于一體的研究,包括文本分類、實(shí)體抽取、情感分析等。
　　本文所研究的內(nèi)容是在第四屆和第五屆中文傾向性評測任務(wù)的基礎(chǔ)上,對中文比較句進(jìn)一步研究,包括比較句識別、比較關(guān)系抽取以及比較句的情感傾向性判定,主要研究工作包括以下

3、幾個(gè)方面:
　　(1)利用關(guān)聯(lián)特征詞表進(jìn)行比較句識別。
　　關(guān)聯(lián)規(guī)則是形如X→Y的蘊(yùn)涵式。其中,X和Y分別稱為關(guān)聯(lián)規(guī)則的前導(dǎo)和后繼關(guān)聯(lián)規(guī)則挖掘問題就是在事務(wù)數(shù)據(jù)庫D中找出具有用戶給定的最小支持度minsup和最小置信度minconf的關(guān)聯(lián)規(guī)則。本文依據(jù)該算法的基本原理構(gòu)建關(guān)聯(lián)特征詞典,將總結(jié)出來的比較句特征以規(guī)則的方式存儲到關(guān)聯(lián)特征詞典中用于中文比較句的識別。
　　(2)利用條件隨機(jī)場模型進(jìn)行比較關(guān)系抽取。
　　

4、比較關(guān)系抽取是指提取出比較句的關(guān)鍵組成元素。比較句的組成要素包括比較主體、比較客體、比較屬性和比較結(jié)果。條件隨機(jī)場理論是2001年首次被提出的,結(jié)合了最大熵模型和隱馬爾可夫模型的特點(diǎn),近些年在傾向性分析、詞性標(biāo)注和命名實(shí)體識別等序列標(biāo)注任務(wù)中取得很好地效果,被廣泛應(yīng)用到信息抽取領(lǐng)域。本文分別利用條件隨機(jī)場的學(xué)習(xí)方法和預(yù)測方法對比較句進(jìn)行特征提取和模型訓(xùn)練,抽取出比較句的主要組成元素,并結(jié)合比較句的句式特征分析出比較主體、比較客體、比較屬