回顾 | 达观数据联合创始人张健：文本观点挖掘技术及其应用(含文字整理)

本文为3月29日晚，达观数据联合创始人张健在将门技术社群，分享如何在海量的文本数据中提炼出有价值观点的内容的回顾。

主要内容包括结合实践经验，盘点观点挖掘的应用场景及价值、目前业界主流的观点挖掘技术以及该技术目前面临的挑战。

一、什么是文本观点挖掘？

在简单介绍观点挖掘的基本概念之后，张健首先对“观点”的五个组成要素进行了强调：

1. 观点评价对象（客体）；

2. 观点评价对象的属性。例如，我评价谁哪里哪里好，又哪里哪里不好，“哪里”就是属性；

3. 观点所蕴含的情感极性。包括正面、负面、中性等；

4. 观点的持有者。在考虑到处理问答、对话的流程，涉及到主体的识别；

5. 观点的时间。这对观点是有一定影响意义在的，因为随着时间变化，观点持有者也可能改变自己的观点。

结合自己的业务经验，张健罗列了观点挖掘可能涉及到的一些任务类型，具体而言：

• 情感分类

  我们所收集到的一些观点文本，可能都存在一定的情感倾向性，觉得XX是好的，XX是不好的，这可以帮助分析文本的倾向性；

• 观点抽取

  从一段文本中属于观点的文本内容抽取出来，主要是为了方便分析人员从文本中获取结构化的有用的信息；

• 观点过滤
  
  
  
  
  
  

  请到「今天看啥」查看全文