ساخت نيمه‌خودكار يك پيكره از نظرات غيرمستقيم در دامنه دارو و بكارگيري آن براي تعيين قطبيت نظرات

Automatic building a corpus and exploiting it for polarity classification of indirect opinions about drugs

مسئله نظركاوي در سالهاي اخير بسيار مورد توجه بوده است. تمركز روشهاي موجود نظركاوي بر نظرات مستقيم بوده است و اغلب آنها از نظرات غيرمستقيم صرفنظر كردهاند. درحاليكه در برخي دامنهها از جمله پزشكي نظرات غيرمستقيم به كرات رخ ميدهند و ناديده گرفتن آنها باعث كاهش دقت سيستم نظركاوي ميشود. در اين مقاله روشي نيمهخودكار براي ساخت پيكرهاي از نظرات غيرمستقيم به زبان انگليسي در دامنه دارو ارائه ميشود. در مرحله اول روش پيشنهادي، جملاتي كه بيانگر يك نظر غيرمستقيم هستند شناسايي ميشوند و در مرحله دوم قطبيت آنها با كمك دانش دامنه، الگوهاي زباني و ساختار نظرات تعيين ميشود. سپس از اين پيكره در روشهاي يادگيري ماشين جهت تعيين قطبيت نظرات مطرح شده درباره داروها استفاده ميگردد. نتايج آزمايشات نشان ميدهد كه روش پيشنهادي در تعيين قطبيت مجموعه تست به دقت 82.81 درصد ميرسد و بر يك روش برجسته تحليل نظرات مستقيم به نام الگوهاي سنتيك غلبه ميكند.

Opinion mining is a wellknown problem in natural language processing that has attracted increasing attention in recent years. Existing approaches have been often focused on identifying direct opinions and ignored indirect ones. However, in some domains such as medical, indirect opinions occur frequently. Therefore, ignoring indirect opinions can lead to the loss of valuable information and noticeable decline in overall accuracy of opinion mining systems. In this paper, we present a semiautomatic approach to construct a corpus of indirect opinions from drug reviews. In the first step, we propose an automatic method for detection of indirect opinions and in the second step, we use domain knowledge, linguistic rules and review structure for polarity detection of drug reviews. Then we exploit the constructed corpus as a training set in machine learning techniques for polarity classification of new examples. Experimental results demonstrate that our proposed approach achieves 82.81 percent precision.