Диссертация (1173445), страница 10
Текст из файла (страница 10)
Кожевникова,В.И. Казорина и Н.Р. Немова предложен подход для решения этой задачи.Первым этапом был синтаксический анализ, после которого тональностьсоотносилась с объектом оценки. Применялось два подхода: правила на основесинтаксических паттернов и сверточная нейронная сеть [Entity Based sentimentanalysis using syntax patterns and convolutional neural network, 2016].При анализе мнений на уровне аспектов, добавление синтаксическойинформации может улучшить качество работы, потому что между термином,представляющим аспект, и его контекстом могут быть определенные зависимости[Zhang, Li, Song, 2019].Проблемой синтаксических паттернов занимался П.Д.
Турни. Материаломисследования были тексты кинорецензий, паттерны описывают только узкийконтекст: каждый паттерн состоит из двух слов, кроме того, дается описаниеслова, следующего за биграммой. В работе П.Д. Турни и в работах, опирающихсяна его паттерны [Almatarneh, Gamallo, 2017], используются пометки из разметкикорпуса с синтаксической разметкой Стэнфорда, в Таблице 2 представленыпаттерны, в которых вместо меток указаны части речи.Таблица 2 – Синтаксические паттерны из работы [Turney, 2002, p.
418]Первое словоприлагательноенаречие (может быть всравнительнойилипревосходной степени)прилагательноесуществительноенаречие (может быть всравнительнойилипревосходной степени)Второе словосуществительноеприлагательноеТретье словолюбоене существительноеприлагательноене существительноеприлагательноене существительноеглагол (начальная форма, любоеформапрошедшеговремени,формапричастияпрошедшеговремени, герундий)51Синтаксические паттерны являются полезным лингвистическим ресурсом,поскольку позволяют проводить поиск мнение по заданному шаблону.Недостатком можно назвать как необходимость дополнительного анализа припереносе паттернов на другой язык, так и зависимость от материала анализа.Анализ тональности на уровне дискурса предполагает работу с элементами,которые крупнее, чем предложение.
Возможным подходом к анализу на уровнедискурса является первоначальный парсинг структуры дискурса документа споследующим назначением весов для тональной лексики, анализ дискурсаоснован на теории риторической структуры. Система дает хорошие результаты, сf-мерой выше 0,7 [Polarity analysis of texts using discourse structure, 2011]. Болеевысокий результат показала система М. Крауса и С.
Файерригеля, такжеоснованная на первоначальном анализе дискурса в рамках теории риторическойструктуры [Kraus, Feuerriegel, 2019]. В рамках теории риторической структурыможно разделить документы на отдельные элементарные дискурсивные единицы,представленные в виде бинарных деревьев [Märkle-Huß, Feuerriegel, Prendinger,2017, p. 1143].
Далее к полученной структуре может применяться нейронная сетьдля классификации, например, рекуррентная нейронная сеть [Bhatia et al., 2015].Кроме тональных лексиконов, важным лингвистическим ресурсом дляанализа тональности является корпус текстов. Текстом может быть любойдокумент, также может различаться глубина разметки.
Разметка может бытьпроведена вручную, что, даст более качественный результат. Недостатком этогоподхода является необходимость привлечения нескольких человек к разметке исроки выполнения работы. Например, для немецкого языка корпус из 63 тысячпредложений был вручную размечен девятью аннотаторами за три недели[Boland, Wira-Alam, Messerschmidt, 2013].Для твитов обычно приводятся метки тональности для всего документа.Среди корпусов с ручной разметкой стоит отметить Sanders Twitter Dataset. Темытвитов данного корпуса: Apple, Google, Twitter, Microsoft. Объем корпусасоставляет более 5 тысяч вручную размеченных твитов, в корпусе представленыметки positive, negative, neutral и irrelevant.52Одним из крупнейших корпусов текстов с разметкой для анализатональности является корпус Б. Пана [Pang et al., 2002].
Вторая версия корпусавключает в себя 1000 положительных и 1000 отрицательных кинорецензий,каждый отзыв включает разметку по предложениям. Для новостных статей быларазработана собственная схема разметки и на основе нее собран корпус MPQA[Deng, Wiebe, 2015b]. Последняя версия корпуса (MPQA 3.0) содержит 70документов.Можно сказать, что уровнями, единицы которых описываются для задачанализа тональности и играют большую роль в определении полярности оценки,являются лексический и синтаксический.
Лексический уровень являетсяосновным, так как проще поддается описанию и собрать данные для обучениямодели намного проще. Синтаксическая разметка и предварительный парсингтекстов являются важным этапом для качественного определения полярностиоценки. Разрешение вопроса отрицания, проблемы присутствия лексем с разнойтональностью в пределах одного отрезка текста, частичная идентификациясарказма и иронии – это проблемы анализа тональности, которые сложно решитьбез привлечения синтаксической информации [Семина, 2019г].1.4 Аналитические и новостные статьи в анализе тональностиАналитическая статья представляет собой отдельный жанр медийногодискурса. Если перед информационными жанрами журналистики ставятся задачиоперативного донесения информации до читателей, то аналитические статьиимеют намного больший спектр функций.
Аналитическая статья вмещает в себя иинформационный фрагмент, поскольку в ней также будут представлены факты.Тем не менее, в аналитических статьях не важна оперативность донесенияинформации, они позволяют автору дать ответы не только на вопросы «кто»,«что», «где», «когда», но и на вопрос «почему». Целью аналитической статьи53может быть указание на взаимосвязь между событиями, поиск причинноследственной связи между событиями, прогнозирование последующих событий, атакже отражение значимости события [Довгаль, 2011, с. 359].Цель новостной статьи состоит в объективной передаче автором событийреального мира. По мнению Г.В.
Лазутиной и С.С. Распоповой, при написанииподобной статьи важным этапом является выбор наиболее значимых событий, вбольшей степени это касается крупных средств массовой информации [Лазутина,Распопова, 2008, c. 86].И аналитические, и новостные статьи относятся к неперсонализованнымтекстам, но степень свободы автора в выражении собственного мнения в нихразличается.
Если в новостных статьях это запрещено, то в аналитических автор,исходя из целей подобных текстов, может давать оценку значимости события.Мнение между сущностями в тексте будет выражено скорее фактическойлексикой, или лексикой, описывающей событие с положительным илиотрицательным влиянием на сущность.Подобные тексты стали объектом исследования в анализе тональности впоследнее время, что связано и со смещением понимания мнения в этой научномнаправлении.
Тональность и оценку нельзя считать полными синонимами, потомучто в анализ тональности входит и извлечение неоценочных данных, что не былообъектом исследования анализа тональности изначально. Иное трактованиетональности и уровень анализа тональности на уровне сущностей делаетновостные и аналитические статьи уникальным материалом для анализатональности, который требует создание новых лингвистических ресурсов иподходов.Тональные лексиконы, составленные без учета фактической лексики, небудут отражать большую часть тональных высказываний в текстах. Кроме того,необходимо искать не только тональность, но и отношения между сущностями втекстах, что требует или создания отдельного размеченного корпуса дляпоследующего обучения на нем алгоритма машинного обучения, или описаниявозможных отношений между сущностями.54Для английского языка собран и представлен в свободном доступе корпусновостных статей MPQA, состоящий из 70 текстов.
Кроме корпуса доступна ианнотационная схема с одноименным названием. Схема находится в свободномдоступе, преимущество схемы состоит в возможности связывать субъекты,объекты и текст, содержащий мнение по отношению к каждому из объектов,определении предложения как содержащего сарказм [Deng, Wiebe, 2015b].Данная схема может быть применена к другим языкам, для разметкикорейского тонального корпуса она была взята за основу, но были добавленыновые атрибуты и изменены старые, что было вызвано особенностями корейскогоязыка.
В частности, единицей аннотации у них были не слова, а морфемы[Annotation scheme for constructing sentiment corpus in Korean, 2012].Аннотационная схема состоит из набора меток, каждая метка имеет рядатрибутов, заполнение всех атрибутов не является обязательным. Основнымиэлементами можно назвать метки AGENT, DC, TARGET и ATTITUDE.AGENT – это метка субъекта тональности, то есть “кто высказываетмнение”. Для каждого агента создается уникальный id (числовое значение) и то,что называется nested-sourse.
Последний элемент имеет особую значимость,потому что именно он далее используется для привязки мнения к субъектам.Кроме того, каждый агент вводится только один раз, если в тексте он встречаетсяеще раз, его можно не отмечать. Это позволит решить проблему, отсутствияэксплицитно выраженного субъекта в случае его совпадения с автором. В такомслучае можно просто отметить автора как агента и далее ссылаться на него.DS (direct subjective) обозначает предикат, который выражает то, что можноназвать направлением мнения («сказал», «осудил» и т.д.). У метки есть рядатрибутов,такихкакполярность самогопредиката,интенсивность, нонаибольшую роль играет ATTITUDE LINK, которая создается при разметкепредиката.
Стоит сказать, что “предикат” в данном контексте – достаточноусловно используемый термин. Как DS можно разметить что угодно, в примерахразметки от MPQA так размечались как глаголы, так и содержащие тональностьвысказывания. Но обойтись без этой метки не представляется возможным, так как55для связывания агента и мнения нужна ссылка ATTITUDE LINK. Конечно,каждая такая ссылка должна иметь уникальное имя (в схеме MPQA онилаконично называются А1, А2 и т.д.).С меткой AGENT DS связывается при помощи атрибута nested-sourse.TARGET – это объект тональности, при разметке для каждого элементасоздается уникальный id (для того, чтобы они не путались с id субъекта, онипредставляют собой не просто цифровое значение, а ссылку вида Т1, Т2 и т.д.)При помощи метки ATTITUDE размечается текст, в котором содержитсямнение об объекте (то есть текст, релевантный для анализа).
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
