[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

本發明提供了一種基于概念和文本情感的短文本情感分析方法和裝置，涉及信息處理技術領域，所述方法包括：通過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。解決了現有技術的分析方法受到語料庫大小和特征提取過程的影響，導致情感分析的準確度較低的技術問題。達到了充分利用了概念特征以及文本情感特征對情感分析的有效信息，提高情感極性分類的準確度的技術效果。

技術領域

本發明涉及信息處理技術領域，尤其涉及一種基于概念和文本情感的短文本情感分析方法和裝置。

背景技術

文本的情感分析，又稱為觀點挖掘，它是一種從文本中自動提取用戶意圖的過程。傳統的情感分析包括基于詞典的分析方法和基于機器學習的方法。

但本申請發明人在實現本申請實施例中發明技術方案的過程中，發現上述技術至少存在如下技術問題：

現有技術的分析方法受到語料庫大小和特征提取過程的影響，導致情感分析的準確度較低的技術問題。

發明內容

本發明實施例提供了一種基于概念和文本情感的短文本情感分析方法和裝置，解決了現有技術的分析方法受到語料庫大小和特征提取過程的影響，導致情感分析的準確度較低的技術問題。

鑒于上述問題，提出了本申請實施例以便提供一種基于概念和文本情感的短文本情感分析方法和裝置。

第一方面，本發明提供了一種基于概念和文本情感的短文本情感分析方法，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。

優選的，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。

優選的，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。

優選的，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。

優選的，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。

優選的，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。

優選的，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。