第6期 唐琴，等：基于Chunk-CRF的情感问答研究 ·509· 是明星焦点人物名字的多样性都将是统计结果出现 问题的答案最后用图形表示出来.例如比较类 偏差的原因. 问题：“周杰伦跟陈冠希谁更帅？”（百度知道问 30m 回文持搜 题31)，统计结果如图2.又如评价类中比较有代表 20 性的问题：“大家最喜欢的港台女明星是谁？”（百度 15 知道问题4])，提问者想要知道哪些明星在人们心 10 目中比较受欢迎.统计时列举出得分较高的前几位， 如图3所示. 陈心希 周杰伦 3.2答案抽取实验 答案抽取实验在前面的基于组块识别的CRF分 图2比较对象的支持度统计结果 Fig.2 Support comparison statistics 类实验的基础上进行.本文采用TREC QA的MRR (mean reciprocal of rank)评测标准，公式如下： 回支持度 M=1分1 n T Ti 其中：M为MRR值，n为所有测试问题的数量，对 网 每个问题，给出5个答案，T:为第i个问题的第一个 正确答案的位置.对于事实类和原因类的每个问题， 察依政孙燕姿王心楼©a张韶涵蔡卓谢刘光英张柏芝 从文档中返回5个答案；而评价类，比较类和是否类 图3列举对象的支持度统计结果 则从问题集中返回相似度最大的前5个问题.若5 Fig.3 Support comparison of enumeration objects 个答案都不正确，则1/：取值为0.表7是答案抽取 实验结果 表7答案抽取实验结果 Table 7 Answer extraction results 问题类型 问题测试数 分类准确数 答案排在第1位 答案排在前5位 公 事实类 70 61 45 50 0.679 原因类 33 32 20 26 0.684 比较类 36 36 18 33 0.704 是否类 53 阳 32 42 0.686 评价类 90 81 54 70 0.681 由表7可知事实类问题的答案抽取结果比较 众对其的情感作为研究对象.在所搜集的情感问题 低，一方面由于分类实验中将其错误地分到了其他 语料的基础上，根据问题的特点，归纳了五大情感问 类别当中，特别是将其分成了评价类；由于这两种问 题类型.由于情感问题的特殊性，本文利用基于组块 题的答案抽取的方式存在根本的不同，导致得到了 思想的CRF模型结合一定的规则和语义情感资源 错误的答案.另一方面，通过组块识别所获得的问题 对情感问题进行分类，其缺陷是需要大量的手工标 焦点极大地缩小了候选答案的范围，但是其严格的 注.在答案抽取时结合了组块识别的结果和情感的 限制可能使得漏掉正确答案.因此本文应用哈工大 倾向性，并根据情感问题类型的不同采取了不同的 的《同义词词林（扩展版）》对问题的焦点名词进行 策略以获取答案.下一步工作需要扩大情感问题的 扩充来提高答案抽取的召回率.比较类中多个人名 语料，丰富问题类型，以便在问题分析时获得更多的 的限制提高了答案抽取的准确度，但人名识别的准 特征.另外也需要结合更多的情感倾向性知识来指 确度将严重制约答案的抽取.另外，部分错误还来自 导答案的抽取， 于句子倾向性识别， 参考文献： 4结束语 [1]CARDIE C,WIEBE J,LITMAN D,et al.Combining low- 本文从百度知道这个丰富的知识库中人工搜集 level and summary representations of opinions for multi-per- 了大量的情感问题，以娱乐焦点人物的喜好以及大 spective question answering C]//Proceedings of AAAI