[發(fā)明專利]一種基于深度學(xué)習(xí)的中文文本情感分析方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201711307041.5
• 申請(qǐng)日: 2017-12-11
• 公開（公告）號(hào): CN107944014A
• 公開（公告）日: 2018-04-20
• 發(fā)明（設(shè)計(jì)）人: 嚴(yán)勤;丁聰;陳葛恒;肖麗莎
• 申請(qǐng)（專利權(quán)）人: 河海大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06F17/27
• 代理公司: 南京縱橫知識(shí)產(chǎn)權(quán)代理有限公司32224
• 代理人: 董建林

1.一種基于深度學(xué)習(xí)的中文文本情感分析方法，其特征在于：包括以下步驟，

步驟1，訓(xùn)練LSTM-MP模型和Softmax分類器；

具體過程如下：

獲取網(wǎng)絡(luò)文本；

對(duì)獲得的網(wǎng)絡(luò)文本進(jìn)行預(yù)處理，得到網(wǎng)絡(luò)文本中的中文句子；

對(duì)中文句子進(jìn)行中文分詞并構(gòu)建詞向量詞典；

將若干中文句子進(jìn)行人工標(biāo)注，作為L(zhǎng)STM-MP模型實(shí)驗(yàn)數(shù)據(jù)，其余中文句子作為L(zhǎng)STM-MP模型訓(xùn)練數(shù)據(jù)；

用LSTM-MP模型訓(xùn)練數(shù)據(jù)訓(xùn)練LSTM-MP模型；

用訓(xùn)練好的LSTM-MP模型將LSTM-MP模型實(shí)驗(yàn)數(shù)據(jù)全部轉(zhuǎn)換為句向量；

將若干句向量作為Softmax分類器訓(xùn)練數(shù)據(jù)，其余句向量作為Softmax分類器測(cè)試數(shù)據(jù)；

用Softmax分類器訓(xùn)練數(shù)據(jù)訓(xùn)練Softmax分類器，用Softmax分類器測(cè)試數(shù)據(jù)測(cè)試訓(xùn)練好的Softmax分類器；

步驟2，用訓(xùn)練好的LSTM-MP模型和Softmax分類器進(jìn)行情感分析。

2.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)的中文文本情感分析方法，其特征在于：設(shè)計(jì)多線程爬蟲進(jìn)行網(wǎng)絡(luò)文本獲取的過程為，

選取適當(dāng)?shù)?a title="鉆瓜網(wǎng) 企業(yè)網(wǎng)站">網(wǎng)站首頁(yè)URL初始化爬蟲的URL列表；

獲取各網(wǎng)站首頁(yè)的HTML文檔，解析出HTML文檔中消息對(duì)應(yīng)的URL，對(duì)消息對(duì)應(yīng)的URL去重后添加至URL列表；

若有新發(fā)布的消息，則將新消息對(duì)應(yīng)的URL添加至URL列表；

根據(jù) URL獲取對(duì)應(yīng)的HTML文檔；

將獲取到的HTML文檔，利用信息抽取技術(shù)進(jìn)行信息抽取，抽取出頁(yè)面的信息正文部分后，按照制定格式存入本地?cái)?shù)據(jù)庫(kù)。

3.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)的中文文本情感分析方法，其特征在于：網(wǎng)絡(luò)文本進(jìn)行預(yù)處理的過程為，對(duì)網(wǎng)絡(luò)文本中的轉(zhuǎn)義符進(jìn)行替換，對(duì)網(wǎng)絡(luò)文本中的不規(guī)范標(biāo)點(diǎn)符號(hào)進(jìn)行替換。

4.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)的中文文本情感分析方法，其特征在于：對(duì)中文句子進(jìn)行中文分詞并構(gòu)建詞向量詞典，具體過程為，

對(duì)中文句子進(jìn)行中文分詞；

詞向量學(xué)習(xí)工具調(diào)試；

將中文分詞得到的中文詞語(yǔ)輸入詞向量學(xué)習(xí)工具，進(jìn)行詞向量詞典構(gòu)建。

5.根據(jù)權(quán)利要求4所述的一種基于深度學(xué)習(xí)的中文文本情感分析方法，其特征在于：選用最佳匹配法進(jìn)行中文分詞。

6.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)的中文文本情感分析方法，其特征在于：將LSTM-MP模型訓(xùn)練數(shù)據(jù)轉(zhuǎn)換為詞向量序列，然后訓(xùn)練LSTM-MP模型；

將LSTM-MP模型實(shí)驗(yàn)數(shù)據(jù)轉(zhuǎn)換為詞向量序列，然后用訓(xùn)練好的LSTM-MP模型將其轉(zhuǎn)換為句向量。

7.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)的中文文本情感分析方法，其特征在于：用訓(xùn)練好的LSTM-MP模型和Softmax分類器進(jìn)行情感分析的過程為，

獲取需分析的網(wǎng)絡(luò)文本；

對(duì)需分析的網(wǎng)絡(luò)文本進(jìn)行預(yù)處理，得到需分析的中文句子；

對(duì)需分析的中文句子進(jìn)行中文分詞并構(gòu)建詞向量詞典；

將需分析的中文句子轉(zhuǎn)換為詞向量序列；

用訓(xùn)練好的LSTM-MP模型將詞向量序列轉(zhuǎn)換為句向量；

用訓(xùn)練好的Softmax分類器將句向量進(jìn)行情緒分類。