直接擷取腳點

由上述實驗可觀察得知各種標籤集之擷取效能相異不大，考量若以各類分別 給予標籤方式進行實驗，需同時產生四個標記模型，較為複雜，故本研究選定「N, 2H, 2T, 3H, 3T…」標籤集實驗結果評估腳點預測效能。我們僅保留該實驗預測結 果中的「合法標籤」。「合法標籤」須滿足三條件：

其一，一序列中若有腳點，則必有兩腳點（如｛N, 2H, 2T｝）。若一序列中僅 有一腳點（如｛N, 2T, N｝）或三腳點以上者（如｛N, 2H, 2H, N, 2T｝）則不予接受。

其二，此兩腳點必屬同一種結構分類（如｛N, 4H, 4T, N｝），若分屬兩種結構 分類（如｛N, 3H, 4T, N｝）則不予接受。

其三，此兩腳點必須左腳點在左（H 在左）、右腳點在右（T 在右）。無論均 為左腳點（如｛2T, 2T, N｝）、均為右腳點（如｛N, 2H, 2H, N｝）、或左右顛倒（如

｛N, 2T, 2H｝）均不予接受。

符合此三條件者方會為評估程式判定為實驗所產出之預測結果。選擇此嚴格 標準之目的在於探究若僅以結構資訊進行預測，則可掌握多少含有意見之結構，

此亦可更深一層反映出語法結構與意見表達之關連性強弱。

前一節之評估均以「序列」為單位，而本節之評估直接以標記者產出之所有

「標記單元」為單位（無論該單元是否為同親結構），分析各類結構自動擷取之總 效能。預測結果如表 4-6：

表 4-6 腳點位置直接辨認評估

P R F

修飾 1.00 0.25 0.40 主謂 1.00 0.25 0.41 動賓 1.00 0.39 0.56 動補 1.00 0.13 0.23

4.6.3.4. 討論

由上述實驗可觀察得知，無論是序列判斷或腳點擷取之效能均相當有限，且 使用不同標籤集之效能亦無顯著差異。探究其原因，或可於腳點直接判斷之實驗 結果見其端倪：該實驗結果，回收率極低，精確度卻極高。幾乎是為 CRF 判斷為

「合法腳點」者，該位置便確定有腳點存在。我們逐一觀察預測結果，發覺預測 之結果多在語法分析樹之末端，即接近詞彙層次部份，且其預測結果，多為某些 特定詞彙所構成之腳點，如副詞語尾「地」，或「表示」、「陳述」等在「人講句」

型態之意見句中幾乎必會被標的辭彙，亦即 CRF 實則是在辨認詞彙（可能伴以某 些同時出現之結構），而非單以語法結構本身進行預測。

本結果或可指出：用於意見表達之語法結構，確有一部份與語法特徵密切相 關，然卻亦有另一大部分結構所攜帶之意見來自於詞彙的語義，故以結構為特徵 值進行預測，僅可得到一小部份準確度高、回收率低的結果。

4.7 小結

本段研究乃對詞間結構進行了定義、分析與預測。由依存關係之分析（無論 為句子統計或標記單元統計），肯認了「用於意見表達之語法結構具有特殊性」此 一假設，並找出數種較常用於意見表達之依存關係；我們亦提出了於語法分析樹 上標記意見結構之方法，同時也說明了將此標記結果轉為依存關係之簡易步驟。

最後於語法分析樹上進行意見結構預測，得到高準確度、低回收率之結果。此預 測效能固差強人意，然其高準確度卻仍相當具有價值，如於實際意見分析時可於 套用 14 種依存關係前先以 CRF 方法預測之，先行獲取準確度極高之腳點位置，

藉以改善整體結構預測之效能。其預測效能固然有限，考量其準確度之高，幫助 不可謂之不大。欲改善意見語法結構之擷取效能，或可引進意見詞彙分數等語義 資訊，改善純以語法資訊無法完全掌握之部分。