[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

本申請公開了一種基于大數據和深度學習的情感分析方法、裝置和存儲介質，其中情感分析方法包括：對具有初步標注信息的情感數據進行預處理；采用啟發式擴展方式對情感數據進行標注；啟發式擴展方式包括：對情感數據進行分詞，提取情感詞，為其分配情感強度值；提取修飾詞，為修飾詞分配修飾強度值；計算短語的情感強度；如果短語的情感強度所對應的情感極性與情感數據的情感極性一致，則將短語和情感強度值加入情感標注數據集。通過對收集到的情感數據進行啟發式擴展，可以為后續的數據處理提供良好的原始數據，提高后續數據分析的針對性和準確性，使情感詞庫更加準確和完善。

技術領域

本發明涉及計算機情感分析領域，具體而言，特別涉及一種情感分析方法、情感分析裝置、存儲介質、計算機設備和程序產品。

背景技術

隨著互聯網、特別是移動互聯網的迅速發展，各種新應用不斷產生，例如新聞門戶網站、電子商務網站、社交網絡等。在這些應用上，普通大眾可以表達對事物的主觀傾向性觀點，例如對新聞事件的評論，以及對所購買商品的喜好。目前，由用戶生成的帶有情感傾向性的文本數據以指數增長。通過挖掘這些海量數據，獲取用戶情感信息，對電子商務、商業智能、民意調查、輿情分析、情報分析、企業管理等至關重要，也為管理者提供強有力的決策支持。例如，商家可以通過這些信息獲取消費者意見，更好地理解消費者的喜好與消費習慣，設計生產出更有針對性的產品；政府機構可以通過分析熱點事件的輿情，為指定方針政策提供依據；而普通消費者則可以依據其他人的觀點匯總作為其購買行為以及消費決策的重要參考。

由于訓練情感分析模型需要大量的標注了情感傾向性(或者情感極性)的文本數據。現有方法試圖通過收集少量的情感詞典并且賦予不同的情感強度，然后基于這些情感詞的情感強度，計算整個文本的情感傾向性，即正面、負面、或者中立。這種方法嚴重依賴情感詞庫，并且情感詞的情感強度依賴于所處自然語言的語境。

現有的情感詞庫中并沒有考慮修飾詞對情感詞語的修飾作用，例如，副詞、否定詞等。但是一般情況下動態情感詞語會對形容詞等情感詞產生很大程度限定作用，甚至影響情感詞的詞性，如果不加以考慮，容易造成情感強度偏差，從而影響情感數據集的數據標注的準確性，進而影響對文本評論的結果。因此，現有的情感分析模型的準確率往往比較低。

發明內容

本發明旨在至少在一定程度上解決現有技術中的上述技術問題之一。

鑒于此，本發明提供了一種情感分析方法，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。

優選地，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。