[發明專利]一種基于概念和文本情感的短文本情感分析方法和裝置

在審

• 申請號: 201711488474.5
• 申請日: 2017-12-29
• 公開（公告）號: CN108108468A
• 公開（公告）日: 2018-06-01
• 發明（設計）人: 莫益軍;楊帆;姚瀾
• 申請（專利權）人: 華中科技大學鄂州工業技術研究院;華中科技大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27;G06K9/62
• 代理公司: 北京眾達德權知識產權代理有限公司 11570
• 代理人: 劉杰

1.一種基于概念和文本情感的短文本情感分析方法，其特征在于，所述方法包括：

對短文本進行數據預處理；

根據依存句法關系獲得文本概念特征；

根據構建情感詞典和詞性標注對詞語進行情感標注，獲得文本情感特征；

根據所述文本概念特征、所述文本情感特征，獲得文本概念特征向量和文本情感特征向量；

根據所述文本概念特征向量和所述文本情感特征向量，確定最終情感極性類別。

2.如權利要求1所述的方法，其特征在于，所述對短文本進行數據預處理，還包括：

對所述短文本進行分詞處理；

對所述短文本進行詞性標注；

對所述短文本進行依存句法分析，獲得包含依存關系的二元詞組。

3.如權利要求1所述的方法，其特征在于，所述根據依存句法關系獲得文本概念特征，還包括：

根據依存句法關系制定依賴規則；

根據依存句法和依賴規則制定抽取算法抽取文本概念特征。

4.如權利要求3所述的方法，其特征在于，所述依賴規則包括：

規則一：如果核心動詞存在主謂關系，則抽取所述核心動詞的主語；和/或，

規則二：如果所述核心動詞存在動賓關系，則抽取所述核心動詞的賓語；和/或，

規則三：如果所述核心動詞的賓語詞性依舊為動詞，對所述核心動詞和所述賓語進行合并，獲得新的動詞并繼續尋找賓語動詞的直接賓語，并抽取所述核心動詞的直接賓語；和/或，

規則四：如果詞語中存在形容詞、副詞、名詞修飾詞，則將所述形容詞、副詞、名詞修飾詞與所述詞語合并，形成新的詞語；和/或，

規則五：如果所述核心動詞和所述詞語屬于并列關系，則認為所述詞語也屬于所述核心動詞。

5.如權利要求1所述的方法，其特征在于，所述根據構建情感詞典和詞性標注對詞語進行情感標注，獲得文本情感特征，還包括：

根據情感詞典，獲得詞語情感類別；

根據所述詞語情感類別，獲得情感標簽類別表；

根據所述情感標簽類別表，獲得文本情感特征。

6.如權利要求1所述的方法，其特征在于，所述根據所述文本概念特征、所述文本情感特征，獲得文本概念特征向量和文本情感特征向量，還包括：

根據Word2vec詞向量學習、所述文本概念特征，獲得文本概念特征向量；

根據Doc2vec詞向量學習、所述文本情感特征，獲得文本情感特征向量。

7.如權利要求1所述的方法，其特征在于，所述根據所述文本概念特征向量和所述文本情感特征向量，確定最終情感極性類別，還包括：

根據所述文本概念特征向量和所述文本情感特征向量進行特征融合，獲得綜合文本特征；

根據所述綜合文本特征，確定最終情感極性類別。

8.如權利要求1所述的方法，其特征在于，所述根據所述文本概念特征向量和所述文本情感特征向量，確定最終情感極性類別，還包括：

根據所述文本概念特征向量訓練SVM分類器，獲得文本概念特征分類模型；

根據文本情感特征向量訓練SVM分類器，獲得文本情感特征分類模型；

根據所述文本概念特征分類模型、所述文本情感特征分類模型，對未知樣本的類別概率分布進行加權，確定最終情感極性類別。

9.一種基于概念和文本情感的短文本情感分析裝置，其特征在于，所述裝置包括：

第一預處理單元，所述第一預處理單元用于對短文本進行數據預處理；

第一獲得單元，所述第一獲得單元用于根據依存句法關系獲得文本概念特征；

第二獲得單元，所述第二獲得單元用于根據構建情感詞典和詞性標注對詞語進行情感標注，獲得文本情感特征；

第三獲得單元，所述第三獲得單元用于根據所述文本概念特征、所述文本情感特征，獲得文本概念特征向量和文本情感特征向量；

第一確定單元，所述第一確定單元用于根據所述文本概念特征向量和所述文本情感特征向量，確定最終情感極性類別。

10.一種基于概念和文本情感的短文本情感分析裝置，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現以下步驟：

對短文本進行數據預處理；

根據依存句法關系獲得文本概念特征；

根據構建情感詞典和詞性標注對詞語進行情感標注，獲得文本情感特征；

根據所述文本概念特征、所述文本情感特征，獲得文本概念特征向量和文本情感特征向量；

根據所述文本概念特征向量和所述文本情感特征向量，確定最終情感極性類別。