摘要：社交网络评论文本存在评论主题缺失或情感特征缺失的问题,无法保证观点检测的性能,对此提出了建立实体情感演化贝叶斯置信网的方法。通过提取名词、动宾短语、动名词复合型定中结构短语三种域相关实体,提取域相关情感特征,用可变关联强度作为网络结构学习的约束条件,建立2阶依赖扩展贝叶斯网络,刻画实体、观点及情感特征的依赖关系,再通过实体及情感特征对观点极性进行推断。实验在自然语言处理与中文计算2016（NLP＆CC2016）评测训练数据集的F值平均达70.8%,FAVOR和AGAINST两类正确率分别比仅包含情感特征的贝叶斯网络分类方法提高4.1个百分点和3.1个百分点。在5个Target评论测试集上的平均Micro-F为62.3%,优于该评测的平均水平。

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）