吕秀才

摘要： 很久前做过一个命名实体识别的模块，现在有时间，记录一下。 一、要识别的对象 人名、地名、机构名 二、主要方法 1、使用CRF模型进行识别(识别对象都是最基础的序列，所以使用了好评率较高的序列识别算法CRF) 2、使用规则对相关数据进行后过滤、 三、具体实现 1、训练数据的生成 主要使用了人民日报免费部分，以及一些及它从网上找到的资源（时间长了，记不住了，好像还自己标注了些） 2、模板的生成 使用的是Unigram,由于考虑到要识别的实体一般情况下没有长距离依赖 以及训练时的效率问题，所以模板没有写得过长。经过几次测试，最终确定的模板如... 阅读全文

摘要： 一、方案目标从已经标注有正、中、负极性的的微博或评论数据中抽取出正负面短语，或是关于指定的某个明星的正负面短语。二、方案实现2.1总体思路2.11具体思路1）抽取短语时是按照词性的规律，总结出一般有效短语的词性模板，然后在已经标注有正、中、负的数据中，根据模板来匹配出评价短语。2）合并语义相近的短语3）按照电影维度种子词把短语划分到各个维度（或映射到指定明星）4）根据短语匹配上的情感词来划分正负极性2.12 流程图2.2具体细节2.2.1模板的选择1）模板选择方法：a)根据一般有效评价短语的词性规律总结了部分模板，共23个模板。a na d na a na aa u nd v nn an d 阅读全文