hhy5277 / sentibridge

SentiBridge: A Knowledge Base for Entity-Sentiment Representation

SentiBridge

《SentiBridge: 中文实体情感知识库》/ SentiBridge: A Knowledge Base for Entity-Sentiment Representation

本词典包含：实体/属性—情感词。例如：“长城 宏伟”、“性价比 高”、“价格 高”。主要目的是刻画人们是怎么描述某个实体的，例如大家通常用 宏伟 来形容长城。

目前词典包含三个领域语料的抽取结果：新闻、旅游、餐饮，共计30万对。

文件说明（SentiBridge.zip）

每个文件夹中包含两种文件

1. 前缀pair_sort代表排序得到的结果:

• pair_sort_[m,n]，指的是从m%到n%的排序部分

• 数据形式是：实体/属性 情感词 收敛分数

2. 前缀pair_mine代表提炼得到的结果:

• 数据形式是：实体/属性 情感词 相似度分数1 相似度分数2

• pair_mine后面的数字是提炼算法得到的结果中，保证正确率取的分数值。即文本中所有分数1和2，都必须高于该值并保留的结果

领域说明

1. 新闻领域(Gigaword新闻语料)：

• pair_sort_[0,1]，正确率统计92%，数量11.9w个
• pair_mine_0.25，正确率统计90%，数量1.7w个

2. 旅游领域(旅游用户评论)：

• pair_sort_[0,1]，正确率统计98%
• pair_sort_[1,2]，正确率统计94%
• pair_sort_[2,3]，正确率统计90%
• 以上总计8w个
• pair_mine_0.2，正确率统计90%，数量5624个

3. 餐饮领域（餐饮用户评论）：

• pair_sort_[0,1]，正确率统计92%，数量9.3w个
• pair_mine_0.2，正确率统计90%，数量5.2w个

代码

• 代码在目录： ./Entity_Emotion_Express
• 为了取得较好效果，最好使用用户评论数据，例如：淘宝评论、大众点评评论、携程评论等等。

声明和参考文献

1. SentiBridge数据仅供学术研究使用，商用请联系我们(wlchen at suda.edu.cn)获取授权。
2. 相关文献

• 卢奇, 陈文亮. 大规模中文实体情感知识的自动获取, 中文信息学报, 32 (8): 32-41, 2018年8月
• LU Qi, CHEN Wenliang, Automatically Building a Large Scale Dictionary of Chinese Entity Sentiment Expressions, Journal of Chinese Information Processing, 32 (8): 32-41, 2018-8.