Xây dựng hệ thống đánh giá quan điểm

4.3.3 Xây dựng bộ từ điển

Có thể chia bộ từ điển thành các nhóm sau:

• 
  Những từ điển chứa các tên các thực thể trong nhận dạng Features:
  
  • 
    Từ điển những từ liên quan đến cấu hình (feature trong sản phẩm về máy tính): cấu hình, hệ thống, thông số, vi xử lý, chất lượng xử lý ...
    
  • 
    Từ điển những từ liên quan đến kiểu dáng: kiểu dáng, hình thức, thiết kế, thân hình, kích thước, trang trí, màu sắc …
    
• 
  Những từ điển chứa các từ dùng để viết luật xác định từ quan điểm:
  
  • 
    Từ điển từ mang tính positive: tốt, tuyệt vời, hoàn hảo, nổi bật, hài lòng …
    
  • 
    Từ điển từ mang tính negative: xấu, đắt, thô, phàn nàn, tù túng, thất vọng…
    
  • 
    Từ điển từ làm thay đổi ý nghĩa quan điểm (Reverse Opinion): không thể, không quá, không bị, chưa được …
    

Hình 11 - GATE sau khi POS Tag và Lookup

4.3.4 Xây dựng bộ luật

• 
  Tiền xử lý
  

• 
  Loại bỏ các nhãn “Lookup” không cần thiết, hoặc có thể đưa những thông tin sai cho quá trình nhận dạng.
  

• 
  Xử lý
  

• 
  Xác định những từ chỉ quan điểm và phân loại thành 2 hướng positive (PosWord) và negative (NegWord).
  
• 
  Xác định các từ dùng để so sánh CompWord.
  
• 
  Xác định câu đơn (SimpSenten) và phân loại theo 5 hướng positive (PosSen), negative (NegSen), cả hai positive và negative (MixSen), câu thông thường không mang quan điểm và câu so sánh (CompSen).
  

Đây là ví dụ về một luật được viết trên GATE của chúng tôi:

Rule: rulePositive1

Priority: 1

(

(StrongWord)

({Word.category=="O"})?

({Lookup.majorType=="positive"}):name

)

-->

:name.PosWordFirst = {kind = "StrongWord + ? +
", type="Positive", rule = "Trich chon positive"}

Luật trên có ý nghĩa:

+
-> từ mang quan điểm

4.3.4.1 Chuẩn hóa tập nhãn Lookup

“Macbook Pro MB471ZPA có giá quá cao. Tuy nhiên chiếc Laptop này vẫn được đánh giá cao.”

Vì trong từ điển chúng tôi xác định từ “giá” để chỉ đến Feature “giá cả” của sản phẩm cho nên khi xây dựng bộ từ điển cũng sẽ xác định luôn từ “giá” trong “đánh giá” là Feature “giá cả”. Những nhãn (annotation) như vậy bị chúng tôi loại bỏ vì nó sẽ mang lại những sai lầm trong quá trình nhận dạng.

4.3.4.2 Xác định những từ chỉ quan điểm

Những từ chỉ quan điểm được xác định dựa trên từ điển các từ chỉ quan điểm tuy nhiên có nhiều từ trong một số ngữ cảnh lại không mang ý chỉ quan điểm (như từ “thời trang”: “Phong cách rất thời trang” và “Thiết kế của máy có nét thời trang giống với chiếc xe ô tô”) hay lại vừa mang ý positive vừa mang ý negative như từ “cao” nếu nói đến cấu hình thì là positive còn nói đến giá cả thì lại là negative.

Thông thường theo một cách dễ thấy các từ mang ý chỉ quan điểm thường đi cùng với một số từ có ý nghĩa nhấn mạnh như: rất, siêu, khá… Với PosWord có những từ nhấn mạnh như: cực, đáp ứng, tương đối, luôn … Với NegWord thì lại có một số từ khác như: dễ, hơi, gây, bị … Kết hợp những từ nhấn mạnh này với những từ có trong bộ từ điển thì khả năng rất cao từ này mang ý nghĩa quan điểm. Luật mà chúng tôi đưa ra có dạng:

+

Hay một luật đơn giản thứ hai cần xét đến đó là những từ quan điểm hay được người dùng đánh giá bằng nhiều từ để làm rõ lên ý kiến của anh ta (cô ta) như:

“Laptop cho doanh nhân Acer Aspire 3935 sử dụng thiết kế phá cách, hiện đại.”

Những từ này thường được đi cùng nhau và dùng những liên từ để nối chúng lại. Luật chúng tôi đưa ra là:

Tiếp theo phải kể đến những từ quan trọng làm thay đổi nghĩa của quan điểm. Nó có ý nghĩa quan trọng trong việc phân loại. Luật chúng tôi đưa ra cho công việc này hiểu theo một cách đơn giản có dạng:

->

Ngoài ra chúng tôi cũng áp dụng nhiều luật khác nhau để đánh giá quan điểm theo cấu trúc câu dựa vào POS tag ở tiền xử lý và mỗi luật mới lại dùng unit testing để kiểm tra và loại bỏ nếu như nó làm kết quả trở lên tồi tệ.

4.3.4.4 Xác định từ so sánh

Trong việc xác định từ so sánh chúng tôi chỉ xác định với mục đích giúp cho việc đánh giá quan điểm tốt hơn cho nên không xét những câu mang ý nghĩa quan điểm. Có nghĩa từ so sánh ở đây đứng độc lập và không kèm theo từ đánh giá quan điểm. Ví dụ: “Laptop của Acer thường có giá hơn hẳn Dell” và không xét dạng so sánh này: “Laptop của Acer có giá cao hơn Dell”

So sánh được chia làm 4 loại: so sánh hơn, so sánh kém, so sánh bằng, và so sánh nhất. Với từng loại ta có những từ đi riêng với nó và dựa trên những từ đó để xác định so sánh.

• 
  So sánh bằng: chẳng thua kém, giống với, tương tự như... So sánh hơn thường dựa trên những từ: hơn, hơn so với…
  
• 
  So sánh kém: kém so với, kém hơn, thua kém…
  
• 
  So sánh hơn: hơn hẳn, hơn so với, vượt qua…
  
• 
  So sánh nhất: đứng nhất, đứng đầu…
  

4.3.3.5 Xác định câu đơn và phân loại

Như đã nói ở chương 2 sự phức tạp ở câu là một vấn đề gây nhiều khó khăn cho việc đánh giá chính xác quan điểm. Câu càng dài lại càng khó khăn để xử lý do đó mà chúng tôi tiến hành việc chia những câu ghép thành các câu đơn đơn giản cho việc xử lý. Tuy nhiên dựa trên sự phức tạp của câu cho nên công việc này không đơn giản chúng tôi chỉ có thể tiến hành một số việc phân tách với độ chính xác tương đối.

Ngoài cách tách câu dựa vào một số dấu câu cơ bản như: “.”, “?”, “!”, “:”, “;”. Chúng tôi xét một số từ thường dùng để tách hai vế của câu như: trong khi đó, tuy nhiên… Thêm nữa là một phương pháp tách dựa trên một số luật xét theo cấu trúc câu như:

… <động từ hoặc tính từ> …

thì sẽ dùng liên từ làm vị trí tách câu.

Sau khi đã tách các câu thành câu đơn, việc tiếp theo cần làm là phân loại câu đơn này theo 5 hướng:

• 
  Câu đánh giá positive (PosSen): chỉ gồm những từ đánh giá positive.
  
• 
  Câu đánh giá negative (NegSen): chỉ gồm những từ đánh giá negative.
  
• 
  Câu đánh giá cả hai hướng (MixSen): có cả hai loại từ đánh giá quan điểm positive và negative.
  
• 
  Câu thông thường: câu không mang từ đánh giá quan điểm nào.
  
• 
  Câu so sánh (CompSen): câu thông thường mang từ so sánh.
  

Đối với câu so sánh, do những câu so sánh thường nói đến sản phẩm này so với sản phẩm kia trong khi mục đích của chúng tôi hạn hẹp hơn một chút là liên quan đến các Features do đó mà chúng tôi coi như câu so sánh là một dạng của câu đánh giá quan điểm. Với mục đích như vậy nên ở câu so sánh chúng tôi coi như sản phẩm đầu tiên mà câu đem ra so sánh là sản phẩm chính của văn bản mà đã được giả thiết rằng văn bản này chỉ nói đến sản phẩm đó. Câu so sánh lúc này lại được chia làm 3 loại:

• 
  So sánh hơn, so sánh nhất và việc phân loại dạng câu này về dạng positive.
  
• 
  So sánh kém: phân loại về dạng negative.
  
• 
  So sánh bằng: câu thông thường.
  

4.3.3.6 Xây dựng đánh giá Features

Việc xây dựng đánh giá Features chính là dựa trên sự phân loại các câu đơn. Đối với những câu đơn được chia thành 2 loại PosSen và NegSen thì việc đánh giá Features trở lên dễ dàng hơn vì quan điểm lúc này đã được xác định và việc còn lại là dựa trên các entity để xác định xem câu đó có nói đến Features này hay không.

Với những câu có cả hai loại đánh giá quan điểm là MixSen chúng tôi phải xét từng thành phần trong câu và những câu này thường có dạng và chúng tôi sẽ coi như những opinion đi sau Feature gần nó chính là đánh giá về Feature đó.

Kết quả đánh giá về Feature sẽ được tính bằng đơn vị câu (không phải số từ đánh giá) là kết quả thu được khi xét những Feature ở trong các câu đã được phân loại như trên. Nếu số câu nói về positive nhiều hơn số câu negative thì Feature đó được xác định là positive và ngược lại nếu số câu negative nhiều hơn thì xác định là negative.

Каталог: jspui -> bitstream -> 123456789
123456789 -> Nguyễn Ngọc Lý Giám đốc Trung tâm Nghiên cứu về Môi trường và Cộng đồng
123456789 -> Vò Quúnh Thu Cao häc K18
123456789 -> Khoa Báo chí Đhkhxh&NV
123456789 -> Acknowledgements
123456789 -> Danh mục chữ viết tắT
123456789 -> Chương TỔng quan vật liệu mao quản trung bình (mqtb) trật tự 1 Giới thiệu chung
123456789 -> Khoa hóa họC (141 142 báo cáo)

tải về 0.69 Mb.

Chia sẻ với bạn bè của bạn: