Nlp 如何在情感分析中使用上下文敏感语法？

在情感分析中是否可以使用上下文敏感语法？如果是的话，怎么办？

---

基本上，我想做一些短语级分析。

短语结构和语法分析（通过上下文无关或上下文敏感语法、依赖项解析器等）通常会在早期阶段执行，并用作情绪分析的输入。您通常会从解析树中提取特征，并将其用于情绪分类阶段（例如特征，请参阅下面引用的论文）

短语结构（以解析树的形式）已被证明对其他下游任务是有效的（例如，见Fisher和Roark，2008，“自动语篇分割中解析衍生特征的效用”和Punyakanok等人，2008，“语义角色标记中句法解析和推理的重要性”）

我不知道解析结构对情绪分析的影响有多大，但直觉上，它似乎应该有所帮助

一个问题：你为什么对上下文相关语法感兴趣？即使是轻度上下文敏感的形式主义，处理起来也要昂贵得多（通常是数量级的），而且——在我看来——通常似乎无法改善下游性能以保证额外的费用。但是，如果您有一个应用程序可以从上下文敏感分析和上下文无关分析中获益，那么这将是一个有价值且有趣的目标

---

如果您认为上下文无关的短语结构足以满足您的需要，我建议您查看和。斯坦福工具包更灵活，BUBS更快（完全公开-我是BUBS的主要开发人员之一）。我对任何上下文相关的实现都没有足够的经验，因此无法在那里提出建议。

hey。。谢谢你的回答。。我将浏览您提供的链接，并提出更多问题：P我认为可以使用上下文敏感语法的原因是因为它取决于上下文（如果我对“上下文知道”一点有错误，请更正），因为要考虑上下文，解析将更加有效，并且可以找到更准确的结果！但我不知道我的假设是否正确。所以，让我理解这件事的任何帮助都是值得的：）“上下文无关”语法确实包含了一些上下文，但与上下文敏感语法不同。术语来源于乔姆斯基层次结构（）。维基百科没有讨论推理的成本，但Nate Bodenstab论文的Ch2做得很好：。我的怀疑是，您会发现上下文无关处理对您来说很好-在情绪分类阶段工作可能比替换更复杂的解析器获得更多收益。如果您对成熟的HPSG语法解析器感兴趣，我强烈建议，或者你确定你理解什么是上下文敏感语法？我同意@AaronD的观点，您应该首先尝试使用一种经典的、易于解析的上下文无关语法。

上下文相关语法

的定义相当广泛，基本上，它指的是非

上下文无关语法

。如果你在正确地分析句子，那么语法很重要，但是你在看一个几乎是终端用户的应用程序，所以我建议你寻找指导语法或产生更好的语法分析的知识。我建议你寻找一些特定的主题，例如

framenet

，

轻动词

，

深层语言处理

，

基于约束的语法

，

统一语法

，

HPSG

，

LFG

，

propbank

。