TAILIEUCHUNG - Báo cáo khoa học: "Last but Definitely not Least: On the Role of the Last Sentence in Automatic Polarity-Classification"

Two psycholinguistic and psychophysical experiments show that in order to efficiently extract polarity of written texts such as customerreviews on the Internet, one should concentrate computational efforts on messages in the final position of the text. | Last but Definitely not Least On the Role of the Last Sentence in Automatic Polarity-Classification Israela Becker and Vered Aharonson AFEKA - Tel-Aviv Academic College of Engineering 218 Bney-Efraim Rd. Tel-Aviv 69107 Israel lsraelaB Vered @ Abstract Two psycholinguistic and psychophysical experiments show that in order to efficiently extract polarity of written texts such as customerreviews on the Internet one should concentrate computational efforts on messages in the final position of the text. 1 Introduction The ever-growing field of polarity-classification of written texts may benefit greatly from linguistic insights and tools that will allow to efficiently and thus economically extract the polarity of written texts in particular online customer reviews. Many researchers interpret efficiently as using better computational methods to resolve the polarity of written texts. We suggest that text units should be handled with tools of discourse linguistics too in order to reveal where within texts their polarity is best manifested. Specifically we propose to focus on the last sentence of the given text in order to efficiently extract the polarity of the whole text. This will reduce computational costs as well as improve the quality of polarity detection and classification when large databases of text units are involved. This paper aims to provide psycholinguistic support to the hypothesis which psycholinguistic literature lacks that the last sentence of a customer review is a better predictor for the polarity of the whole review than other sentences in the review in order to be later used for automatic polarity-classification. Therefore we first briefly review the well-established structure of text units while comparing notions of topicextraction vs. our notion of polarityclassification. We then report the psycholinguistic experiments that we ran in order to support our prediction as to the role of the last sentence in polarity manifestation. Finally we

• Báo cáo khoa học
• Definitely not Least
• On the Role
• Sentence in Automatic Polarity Classification
• báo cáo khoa học
• báo cáo ngôn ngữ
• ngôn ngữ tự nhiên
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Xử lý ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Mô hình ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân loại tin tự động
• Tạo chí tin học
• Điều khiển học
• Truy vấn ngôn ngữ tự nhiên
• Phép dịch truy vấn ngôn ngữ tự nhiên
• Truy vấn SQL
• Văn phạm ngữ nghĩa
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Phân tích ngữ nghĩa
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Bài toán PTCP
• Phân tích cú pháp
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học
• Gán nhãn từ loại
• Ngôn ngữ tự nhiên trong dịch máy
• Hệ thống dịch máy
• Phương pháp xây dựng bảng từ
• Tác từ
• Conditional random fields
• Nhận dạng thực thể có tên
• Đối tượng vật lý trừu tượng
• Phân lớp văn bản
• Biểu diễn nhị phân
• Ma trận từ văn bản
• Wolfram Alpha
• Trích rút thông tin
• Phương pháp Snowball