[發明專利]基于大數據和深度學習的情感分析方法、裝置和存儲介質

有效

• 申請號: 201711249308.X
• 申請日: 2017-12-01
• 公開（公告）號: CN107862087B
• 公開（公告）日: 2022-02-18
• 發明（設計）人: 張家棟;楊學平;寧偉
• 申請（專利權）人: 深圳愛數云科技有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/9535;G06F40/30;G06F40/289;G06F40/247;G06F40/253
• 代理公司: 北京萬思博知識產權代理有限公司 11694
• 代理人: 劉冀

1.一種情感分析方法，其特征在于，包括以下步驟：

S1對具有初步標注信息的情感數據進行預處理；

S2采用啟發式擴展方式對所述情感數據進行不同粒度地標注，構建情感標注數據集；

其中，S2采用啟發式擴展方式對所述情感數據進行不同粒度地標注，構建情感標注數據集的步驟包括：

S21對所述情感數據進行分詞，提取所述情感數據中的情感詞，為所述情感詞分配情感強度值；

S22提取所述情感數據中的修飾詞，為所述修飾詞分配修飾強度值；

S23根據所述情感詞的情感強度值和該情感詞的修飾詞的修飾強度值計算包括所述情感詞和所述修飾詞的短語的情感強度值；

S24如果所述短語的情感強度值所對應的情感極性與所述情感數據的情感極性相符，則將所述短語和所述短語的情感強度加入情感標注數據集；

對新詞的辨識和判斷采取下列步驟：

(a)通過對情感數據的文本信息進行分詞后，對詞語的詞頻閾值、是否在通用情感詞庫中、該詞語的內部耦合度閾值分別進行判斷，若這三個指標均滿足設定新詞的成詞閾值，則認為該詞語是新詞；

(b)對得到的新詞進行去噪處理；

(c)為去噪處理后的新詞設立情感強度值，將新詞、以及新詞的情感強度值和/或新詞所在的情感數據的極性加入情感標注數據集；

對表情符號的辨識和判斷采取下列步驟：

(a)在文本信息中識別表情符號；

(b)根據表情符號和情感詞的映射關系得到與該表情符號對應的情感詞；

(c)根據該情感詞的情感強度值確定表情符號的情感強度值；

(d)將所述表情符號和所述表情符號的情感強度加入情感標注數據集。

2.根據權利要求1所述的一種情感分析方法，其中，所述對具有初步標注信息的情感數據進行預處理的步驟包括：

S11收集具有初步標注信息的情感數據；

S12對所述情感數據進行去重處理；

S13將去重后的情感數據的初步標注信息映射成情感極性；

S14根據所述情感數據的情感極性和所述情感數據之間的匹配程度對所述情感數據進行過濾。

3.根據權利要求1所述的一種情感分析方法，在S24如果所述短語的情感強度值所對應的情感極性與所述情感數據的情感極性一致，則將所述短語和所述短語的情感強度加入情感標注數據集的步驟后還包括：

S25如果所述短語的情感強度值所對應的情感極性與所述情感數據的情感極性不一致，則對所述短語的情感強度值進行校正后，再將所述短語和所述短語的情感強度值加入情感標注數據集。

4.根據權利要求1至3的任一項所述的一種情感分析方法，在S2采用啟發式擴展方式對所述情感數據進行不同粒度地標注，構建情感標注數據集的步驟后還包括：

S3利用所述情感標注數據集對所述情感數據的文本信息進行分析，學習詞語義；

S4利用深度學習模型分析情感數據的文本信息的語言結構，學習語法關系；

S5利用不同粒度的情感數據對情感分析模型進行訓練，得到統一的情感分析模型。

5.根據權利要求4所述的一種情感分析方法，其中，所述S3利用情感標注數據集對所述情感數據的文本信息進行分析，學習詞語義包括：

S31根據句子中前面的詞語的情感強度估計下個詞語出現的概率，從而計算所述下個詞語的浮點向量；

S32利用詞語的浮點向量計算不同詞語之間的相似度或者詞語距離，從而對不同詞語進行區分。

6.根據權利要求4所述的一種情感分析方法，所述S5利用不同粒度的情感數據對情感分析模型進行訓練，得到統一的情感分析模型的步驟包括：

S51將不同粒度的情感數據作為訓練數據交替輸入所述情感分析模型，優化所述情感分析模型的參數；

S52如果所述情感分析模型對某種粒度的情感數據的情感極性預測準確率低，則動態增加該粒度的情感數據作為訓練數據輸入所述情感分析模型；

S53如果所述情感分析模型對各種粒度的情感數據的預測準確率高于閾值，訓練終止，得到統一的情感分析模型。