面向现代标准阿拉伯语和口语情感分析的习语-谚语词典
计算与语言
2015-06-08 v1
摘要
尽管过去十年中情感分析(SA)和意见挖掘(OM)系统有大量工作且就这些系统的性能而言，但其性能仍不尽如人意，特别是对于像阿拉伯语这样的形态丰富语言(MRL)，这是由于语言本身性质存在的复杂性和挑战所致。这些挑战之一是检测作者文本或评论中的习语或谚语短语。习语或谚语是一种特有的言语形式或表达。在语法上，它不能从其组成部分的个体含义来理解，且当作为独立词处理时可能产生不同的情感。因此，为便于自动化SA系统完成词汇短语的检测与分类任务，本文提出AIPSeLEX，一个针对现代标准阿拉伯语(MSA)和口语的习语/谚语情感词典。AIPSeLEX经人工收集并在句子层面以语义取向(正向或负向)标注。文中报告了人工构建和标注该词典的工作。此外，我们构建了一个使用n-gram和相似度度量方法从文本中提取习语和谚语短语的分类器。最后，在多种数据上进行了若干实验，包括来自公开可用的阿拉伯语在线评论网站(社交媒体、博客、论坛、电子商务网站)的阿拉伯语推文和阿拉伯语微博(酒店预订、产品评论和电视节目评论)，以评估AIPSeLEX的覆盖率和准确性。
引用
@article{arxiv.1506.01906,
title = {Idioms-Proverbs Lexicon for Modern Standard Arabic and Colloquial Sentiment Analysis},
author = {Hossam S. Ibrahim and Sherif M. Abdou and Mervat Gheith},
journal= {arXiv preprint arXiv:1506.01906},
year = {2015}
}
备注
arXiv admin note: text overlap with arXiv:1505.03105