[發(fā)明專利]一種應用于評論語料的情感信息壓縮方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201410494394.0
• 申請日: 2014-09-24
• 公開（公告）號: CN104199980A
• 公開（公告）日: 2014-12-10
• 發(fā)明（設計）人: 李壽山;高偉;周國棟;王紅玲
• 申請（專利權(quán)）人: 蘇州大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 常亮

1.一種應用于評論語料的情感信息壓縮方法，其特征在于，包括以下步驟：

S1、將待用數(shù)據(jù)分為K份，并取其中1份作為測試樣本，其余K-1份作為訓練樣本；

S2、使用機器學習方法訓練分類器對所述測試樣本進行分類，并將分類結(jié)果的最大后驗概率作為每個樣本的情感代表性分數(shù)；

S3、將所有樣本根據(jù)情感代表性分值從大到小排序，并根據(jù)壓縮規(guī)模N，抽取排在前面的N個樣本作為壓縮樣本集。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在步驟S1中，對所述待用數(shù)據(jù)采用順序切分或者隨機抽取的方式，組成K份均等的樣本集。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，在步驟S1中，每次從K份中取其中1份作為測試樣本，剩下的K-1份作為訓練樣本，共循環(huán)迭代K次。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，在步驟S2中，使用的機器學習方法為最大熵的機器學習方法。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，在步驟S2中，所述后驗概率是使用機器學習方法訓練的分類器對樣本進行分類時獲得的。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，在步驟S2中，使用機器學習的分類方法在訓練樣本上進行訓練，并對測試樣本進行分類，得到其屬于每個類別的后驗概率。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，在步驟S3中，所述排在前面的N個樣本作為壓縮樣本集，并作為最終的壓縮結(jié)果。

8.一種應用于評論語料的情感信息壓縮系統(tǒng)，其特征在于，包括情感代表性打分模塊和壓縮模塊，所述情感代表性打分模塊連接壓縮模塊，

所述情感代表性打分模塊，包括預處理裝置及分類裝置，所述預處理裝置連接分類裝置，

所述預處理裝置，用于將待用數(shù)據(jù)分為K份，并取其中1份作為測試樣本，其余K-1份作為訓練樣本；

所述分類裝置，用于使用機器學習方法訓練分類器對所述測試樣本進行分類，并將分類結(jié)果的最大后驗概率作為每個樣本的情感代表性分數(shù)；

所述壓縮模塊，包括排序裝置及輸出裝置，所述排序裝置連接輸出裝置，

所述排序裝置，用于將所有樣本根據(jù)情感代表性分值從大到小排序；

所述輸出裝置，用于根據(jù)壓縮規(guī)模N，抽取排在前面的N個樣本作為壓縮樣本集。