[發(fā)明專利]基于深度學(xué)習(xí)的主觀性文本情感分析方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710093687.1
• 申請(qǐng)日: 2017-02-21
• 公開（公告）號(hào): CN106776581B
• 公開（公告）日: 2020-01-24
• 發(fā)明（設(shè)計(jì)）人: 施寒瀟;厲小軍;陳南南
• 申請(qǐng)（專利權(quán)）人: 浙江工商大學(xué)
• 主分類號(hào): G06F40/289
• 分類號(hào): G06F40/289;G06F40/30;G06F16/35
• 代理公司: 33224 杭州天勤知識(shí)產(chǎn)權(quán)代理有限公司
• 代理人: 胡紅娟

本發(fā)明公開了一種基于深度學(xué)習(xí)的主觀性文本情感分析方法，包括：(1)在C&W模型的基礎(chǔ)上，構(gòu)建C&W?SP模型，將句子的情感標(biāo)簽與詞性標(biāo)簽標(biāo)注于句子內(nèi)，構(gòu)建C&W_SPC&W?SP模型的訓(xùn)練集，并利用該訓(xùn)練集對(duì)C&W_SP模型進(jìn)行訓(xùn)練，得到訓(xùn)練集中每個(gè)詞的詞向量，組成詞向量文件；(2)根據(jù)獲得的詞向量文件，利用LSTM模型構(gòu)建句子向量集；(3)利用句子向量集對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到情感分類模型；(4)對(duì)測試評(píng)論語句進(jìn)行預(yù)處理，測試句子向量將測試句子向量輸入到情感分類模型中，計(jì)算得到此段評(píng)論的情感傾向。該方法情感傾向信息、詞性信息加入詞語中，提高了情感分析的準(zhǔn)確度。

技術(shù)領(lǐng)域

本發(fā)明屬于計(jì)算機(jī)應(yīng)用技術(shù)領(lǐng)域，具體涉及的是一種基于深度學(xué)習(xí)的主觀性文本情感分析方法。

背景技術(shù)

隨著互聯(lián)網(wǎng)的飛速發(fā)展，特別是Web2.0技術(shù)的逐漸普及，廣大網(wǎng)絡(luò)用戶已經(jīng)從過去單純的信息獲取者變?yōu)榫W(wǎng)絡(luò)內(nèi)容的主要制造者。中國互聯(lián)網(wǎng)絡(luò)信息中心發(fā)布的《第38次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》(CNNIC，2016)的數(shù)據(jù)顯示，截至2016年6月，我國網(wǎng)絡(luò)用戶總數(shù)量已經(jīng)達(dá)到7.10億，半年共計(jì)新增網(wǎng)民2132萬人，半年增長率為3.1％，互聯(lián)網(wǎng)普及率為51.7％。如此龐大且快速增長的網(wǎng)絡(luò)用戶群體加上Web2.0模式的互聯(lián)網(wǎng)應(yīng)用，使網(wǎng)絡(luò)內(nèi)容的數(shù)量和網(wǎng)絡(luò)信息的訪問量都以前所未有的速度增長，互聯(lián)網(wǎng)已經(jīng)成為人們表達(dá)觀點(diǎn)、獲取信息的重要途徑。當(dāng)前互聯(lián)網(wǎng)上的信息形式多種多樣，如新聞、博客文章、產(chǎn)品評(píng)論、論壇帖子等等。

近幾年，社會(huì)網(wǎng)絡(luò)(social network)應(yīng)用的推進(jìn)和用戶創(chuàng)造內(nèi)容(UGC)模式的興起，普通網(wǎng)民越來越成為信息內(nèi)容的重要生產(chǎn)者。以金融信息評(píng)論為例，互聯(lián)網(wǎng)上作為金融信息中UGC重要形式之一的用戶評(píng)論，既表達(dá)了用戶對(duì)證券市場的個(gè)體觀點(diǎn)，又涵蓋了用戶與股票、用戶與用戶之間的關(guān)系，兼具內(nèi)容與關(guān)聯(lián)的特征，成為情感分析研究的一個(gè)新熱點(diǎn)。目前，帶有情緒信息的金融評(píng)論在互聯(lián)網(wǎng)上呈爆炸式增長，這些情緒信息對(duì)普通投資者、公司機(jī)構(gòu)和國家政府等各級(jí)別的用戶都有重要意義，如何有效的將帶有情緒信息的金融評(píng)論轉(zhuǎn)化成有助于各類用戶應(yīng)用的有價(jià)值資源，已成為當(dāng)前需要迫切解決的問題之一。對(duì)于主觀性文本的情感分析研究正是適應(yīng)這種需求，希望架設(shè)一座用戶到情緒信息的橋梁，使用戶能有效獲取情緒信息。從實(shí)踐角度而言，利用這些情緒信息一方面可以幫助金融、證券監(jiān)管部門及時(shí)了解投資者的情緒變化，特別是股災(zāi)或者瘋牛這樣極端行情下的情緒反饋，為后續(xù)的政策引導(dǎo)提供線索依據(jù)；另一方面可以給出不同類別投資者的情緒指數(shù)變化曲線，同時(shí)也可與其他主要證券行情分析指數(shù)聯(lián)合構(gòu)建出合理的投資模型，這在一定程度上為投資者提供更全面的投資決策支持。

目前情感分析方法大致有兩類。第一種是基于規(guī)則的方法。主要先根據(jù)情感詞典找出文本中出現(xiàn)的情感詞，然后進(jìn)行簡單的情感極性統(tǒng)計(jì)，根據(jù)最終得分與事先設(shè)定閾值比較得出情感極性結(jié)論，一般用于篇章級(jí)別的情感分析。第二種是基于機(jī)器學(xué)習(xí)的方法。通過對(duì)大量標(biāo)注語料的訓(xùn)練，生成情感分類器，用來對(duì)測試文本進(jìn)行分類。

(1)基于規(guī)則的方法。目前的方法主要是設(shè)計(jì)規(guī)則提取情感詞和極性判定，然后對(duì)所有的情感詞進(jìn)行簡單情感極性統(tǒng)計(jì)求得文本的整體情感極性，該方法更多的應(yīng)用于篇章的情感分析。另外，通過計(jì)算詞語的語義傾向，綜合考慮極性元素分布、密度和語義強(qiáng)度進(jìn)行情感詞的擴(kuò)展，進(jìn)一步修正文本的整體情感極性。

(2)基于機(jī)器學(xué)習(xí)的方法。這種方法主要使用情感詞、詞語共現(xiàn)對(duì)、句法模板、主題相關(guān)特征等作為分類特征，使用基于機(jī)器學(xué)習(xí)的分類方法進(jìn)行情感/傾向性分析。常用的分類方法有：中心向量分類法、KNN分類法、感知器分類法、貝葉斯分類法、最大熵分類法和支持向量機(jī)分類法等。一般過程是首先通過對(duì)訓(xùn)練文檔進(jìn)行手工標(biāo)注，生產(chǎn)訓(xùn)練模型，然后進(jìn)行測試文檔的預(yù)測。該方法目前在句子級(jí)別的情感分析中有廣泛的應(yīng)用。