句子级到文档级的情感分析。新闻分析

Question

我需要使用斯坦福NLP工具对关于特定主题的新闻文章进行情感分析。

这样的工具只允许基于句子的情感分析，而我想提取关于我的主题的整个文章的情感评价。

例如，如果我的主题是苹果，我想知道关于苹果的新闻文章的观点。

另一方面，将我的句子过滤到只包含Apple这个词的句子中，会遗漏类似“Apple的产品A很好。但是，它缺乏以下关键功能：...”的文章。在这种情况下，如果我只使用包含Apple这个词的句子，第二个句子的效果就会丧失。

有没有解决这类问题的标准方法？斯坦福NLP是不是实现我的目标的错误工具？

Answer 1

更新：您可能需要查看html" target="_blank">http://blog.getprismatic.com/deeping-content-analysis-with-aspects/

这是一个非常活跃的研究领域，所以很难找到一个现成的工具来做这件事（至少斯坦福CoreNLP中没有构建任何工具）。一些建议：研究基于方面的情感分析。在这种情况下，苹果将是一个“方面”（不是真的，但可以这样建模）。UMass的安德鲁·麦卡勒姆团队、UIC的刘冰团队、康奈尔大学的NLP团队等都在解决这个问题。

如果你想要一个快速的解决办法，我会建议从提到苹果及其产品的句子中提取情感；使用coref（查看Stanford CoreNLP中的dcoref annotator)，它将增加句子的回忆，并解决类似“然而，它缺乏..”这样的句子的问题。