[發(fā)明專(zhuān)利]一種基于情感極性增強(qiáng)語(yǔ)義的跨領(lǐng)域情感分析方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201711266642.6
• 申請(qǐng)日: 2017-12-05
• 公開(kāi)（公告）號(hào): CN107967337B
• 公開(kāi)（公告）日: 2021-10-15
• 發(fā)明（設(shè)計(jì)）人: 姬晨;李維華;王翔;郭延哺;段云浩
• 申請(qǐng)（專(zhuān)利權(quán)）人: 云南大學(xué)
• 主分類(lèi)號(hào): G06F16/35
• 分類(lèi)號(hào): G06F16/35;G06F40/216
• 代理公司: 云南凌云律師事務(wù)所 53207
• 代理人: 董建國(guó)

本發(fā)明屬于文本分析領(lǐng)域，公開(kāi)了一種基于情感極性增強(qiáng)語(yǔ)義的跨領(lǐng)域情感分析方法。本發(fā)明提取源領(lǐng)域和目標(biāo)領(lǐng)域情感文本的詞項(xiàng)，并向量化；其次，選擇源領(lǐng)域和目標(biāo)領(lǐng)域之間的情感強(qiáng)烈且語(yǔ)義一致的詞項(xiàng)作為領(lǐng)域間共享詞；第三，基于共享詞的情感極性分別對(duì)情感文本進(jìn)行擴(kuò)展，并重新訓(xùn)練詞向量，增強(qiáng)情感語(yǔ)義；最后，基于卷積神經(jīng)網(wǎng)絡(luò)自動(dòng)提取文本的情感特征，并訓(xùn)練分類(lèi)器完成目標(biāo)領(lǐng)域情感文本的分類(lèi)。本發(fā)明考慮共享詞的情感極性和領(lǐng)域間情感語(yǔ)義的一致性，以及對(duì)情感特征提取和分類(lèi)的影響，更符合跨領(lǐng)域情感分析實(shí)際特點(diǎn)和需求。

技術(shù)領(lǐng)域

本發(fā)明屬于文本分析領(lǐng)域，涉及一種跨領(lǐng)域情感分析方法，更為具體地是涉及一種情感文本共享詞的選擇以及基于共享詞的情感語(yǔ)義增強(qiáng)方法。

背景技術(shù)

情感文本指的是帶有主觀情感傾向的文本。對(duì)文本的情感傾向進(jìn)行分析，是輿情監(jiān)控、口碑分析、話(huà)題監(jiān)控等應(yīng)用的重要技術(shù)基礎(chǔ)。跨領(lǐng)域情感分析，研究的是在情感帶有主題相關(guān)性和領(lǐng)域相關(guān)性、以及目標(biāo)領(lǐng)域樣本稀疏的條件下，如何充分利用相關(guān)源領(lǐng)域樣本進(jìn)行分析的技術(shù)問(wèn)題。

解決跨領(lǐng)域情感文本分析的關(guān)鍵是縮小源領(lǐng)域和目標(biāo)領(lǐng)域之間的差異，將源領(lǐng)域的知識(shí)遷移到目標(biāo)領(lǐng)域中，幫助目標(biāo)領(lǐng)域建立預(yù)測(cè)模型，并盡可能地提高預(yù)測(cè)的性能。目前跨領(lǐng)域情感分析主要的技術(shù)方案可以分為三類(lèi)，基于詞典的方法，基于傳統(tǒng)的機(jī)器學(xué)習(xí)方法以及基于深度學(xué)習(xí)的方法。基于詞典的方法缺點(diǎn)是受詞典的影響。基于傳統(tǒng)的機(jī)器學(xué)習(xí)方法，不僅要求事先從情感文本中提取文本特征，而且這個(gè)分析的過(guò)程依賴(lài)經(jīng)驗(yàn)和特定任務(wù)，例如譚松波等“一種跨領(lǐng)域的文本情感分類(lèi)器的訓(xùn)練方法和分類(lèi)方法”（2014年03月12日公布，授權(quán)公告號(hào)為CN101714135B的中國(guó)發(fā)明專(zhuān)利）。基于傳統(tǒng)的機(jī)器學(xué)習(xí)方法，源領(lǐng)域和目標(biāo)領(lǐng)域的共同詞項(xiàng)（共享詞）的選擇主要依賴(lài)于詞匯特征和句子特征，沒(méi)有充分考慮情感語(yǔ)義。基于深度學(xué)習(xí)的跨領(lǐng)域情感分析，例如賈熹濱等提出“一種建立大規(guī)模跨領(lǐng)域文本情感傾向性分析框架的方法”(2016年11月9日公布，公布號(hào)為CN106096004A的中國(guó)發(fā)明專(zhuān)利申請(qǐng))，王勤勤等提出“基于word2vec的跨領(lǐng)域情感分類(lèi)方法”(《計(jì)算機(jī)應(yīng)用研究》，2018年第35卷第10期)，余傳明燈提出“基于深度表示學(xué)習(xí)的跨領(lǐng)域情感分析”(《數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)》，2017年第7期)。但是，這些方法即使考慮領(lǐng)域間共享詞的橋梁作用，但僅采用共現(xiàn)、詞頻等單一且簡(jiǎn)單的度量指標(biāo)選擇共享詞。

如何有效地選擇共享詞、充分發(fā)揮共享詞的橋梁作用、以及針對(duì)跨領(lǐng)域情感分析任務(wù)有效地自動(dòng)提取文本特征，提高目標(biāo)領(lǐng)域的情感文本分類(lèi)準(zhǔn)確率，還有待進(jìn)一步研究。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中存在的不足，本發(fā)明在現(xiàn)有技術(shù)的基礎(chǔ)上提出一種基于情感極性增強(qiáng)語(yǔ)義的跨領(lǐng)域情感分析方法，定量度量源領(lǐng)域和目標(biāo)領(lǐng)域上情感語(yǔ)義的一致性，并結(jié)合情感極性值進(jìn)行共享詞的選擇，基于共享詞的極性增強(qiáng)情感語(yǔ)義，發(fā)揮共享詞的橋梁作用并基于共享詞提取文本情感特征，進(jìn)一步提高目標(biāo)領(lǐng)域情感文本分類(lèi)的準(zhǔn)確率。具體來(lái)說(shuō)，本發(fā)明具體技術(shù)方案包括：

S1、提取源領(lǐng)域和目標(biāo)領(lǐng)域中的情感文本的詞項(xiàng)集W_S和W_T，并轉(zhuǎn)化成詞向量表V_S和V_T；

S2、在W_S∩W_T中對(duì)詞頻大于預(yù)設(shè)閥值的詞項(xiàng)，計(jì)算詞項(xiàng)的情感極性值，計(jì)算領(lǐng)域間詞項(xiàng)的語(yǔ)義一致性因子，通過(guò)情感極性值篩選典型的正面情感詞和負(fù)面情感詞，再基于詞項(xiàng)的語(yǔ)義一致性因子進(jìn)一步篩選得到共享詞集合F；

S3、基于共享詞集合F的情感極性增強(qiáng)語(yǔ)義；