基于深度学习和CRF的新闻文章的观点提取

新闻报道中观点能够影响读者的感受,针对目前新闻报道中观点提取缺失的现状。本文提出一种条件随机场(CRF)和深度学习相结合的模型,通过集成深度学习的BiLSTM方法和改进型CRF方法,实现对新闻文章的观点持有者、评价对象和观点极性3种实体信息的提取。试验表明:相较于CRF算法,准确率、召回率和F1值平均提高12.29%、10.00%和11.07%。