融入共享主题特征的汉越新闻观点句抽取方法

摘要

本发明涉及融入共享主题特征的汉越新闻观点句抽取方法，包括：通过LDA主题模型，获得汉语主题词表和越南语主题词表，结合成每篇新闻的汉越共享主题特征；获得单语词向量表征，结合双语情感词典和双语主题词典作为外部词典，用双语词嵌入训练从汉语到越南语的转移矩阵，将汉语有标注语料迁移到越南语语义空间；将获取的篇章的共享主题特征、构建的共享语义空间获取的每个句子在篇章中的位置特征、通过情感词典获得的句子的情感特征三种特征调整维度进行拼接得到观点句判别特征，作为模型的输入，利用分类模型获得最终的抽取结果。本发明相较传统越南语观点句抽取方法在抽取效果上有一定的提升。