句子级到文档级情感分析。分析新闻

Question

我需要使用Stanford 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话题的整篇文章的情感评估。例如，如果我的话题是苹果，我想知道关于苹果的新闻文章的感受。

只是在我的文章中计算句子的平均值不会。举例来说，我可能会有一篇文章说“苹果公司非常擅长这一点，而这一点，尽管Google产品非常糟糕，但出于这些原因”。这样的文章将导致使用平均句子分数的中性分类，而实际上这是一篇关于苹果的非常积极的文章。

另一方面，将我的句子过滤为只包含那些包含单词的单词苹果会错过“苹果产品A非常好，但缺少以下关键功能：”的文章。在这种情况下，如果仅使用包含苹果一词的句子，则第二句的效果将会丢失。

有没有解决这类问题的标准方法？斯坦福大学NLP是完成我的目标的错误工具吗？

Answer 1

更新：您可能想看看 http://blog.getprismatic.com/deeper-content-analysis-with-aspects/

这是研究的一个非常活跃的领域所以这将是很难找到一个现成的，现成的工具来做到这一点（至少没有什么是建于斯坦福大学CoreNLP）。一些指针：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，但可以通过这种方式进行建模）。麻省大学的Andrew McCallum小组，刘易斯在UIC的团队，康奈尔大学的NLP小组等都在研究这个问题。

如果您想快速解决问题，我会建议从参考Apple及其产品的句子中提取情感;使用coref（检查斯坦福CoreNLP中的dcoref注释器），这将增加句子的回忆并解决类似“但是它缺乏..”的句子问题。