[發明專利]一種基于情感極性增強語義的跨領域情感分析方法

有效

• 申請號: 201711266642.6
• 申請日: 2017-12-05
• 公開（公告）號: CN107967337B
• 公開（公告）日: 2021-10-15
• 發明（設計）人: 姬晨;李維華;王翔;郭延哺;段云浩
• 申請（專利權）人: 云南大學
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/216
• 代理公司: 云南凌云律師事務所 53207
• 代理人: 董建國

1.一種基于情感極性增強語義的跨領域情感分析方法，該方法的特征在于包括：

S1、提取源領域和目標領域中的情感文本的詞項集合W_S和W_T，基于Word2Vec獲得W_S和W_T的詞向量表V_S和V_T；

S2、統計W_S∩W_T中每一個詞在源領域和目標領域中的詞頻；選擇詞頻大于預設閥值的所有詞項，并記為W；

根據正面種子詞Pwords和負面種子詞Nwords，計算W中每一個詞項w_i的情感極性值τ(w_i)，且

其中，p(.)是詞項出現的文本數與文本總數的比值；

計算W中每一個詞項w_i的語義一致性因子, 且w_i的語義一致性因子通過源領域訓練的詞向量和目標領域訓練的詞向量的語義距離進行度量；

篩選情感極性值超過預設閥值的正面情感詞和負面情感詞，得到候選共享詞項集W′；根據在W′中篩選具有高度一致性的情感詞作為共享詞F；

S3、將帶標簽的每一條情感文本表示為詞項序列；對每一條積極情感文本用正面共享詞對其進行擴展，得到序列；同樣地，對每一條消極情感文本，用負面共享詞對其進行擴展，得到序列 ;基于word2vec訓練擴展之后情感文本的詞向量，用選擇的共享詞增強詞向量的情感語義；

S4、基于卷積神經網絡自動提取文本的情感特征，并完成目標領域情感文本分類。