[發明專利]文本情感分析系統及方法、存儲介質

有效

• 申請號: 201810150609.5
• 申請日: 2018-02-13
• 公開（公告）號: CN108319588B
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 丁華雄;張邦鑫;黃琰;楊松帆;陳飛
• 申請（專利權）人: 北京世紀好未來教育科技有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/289
• 代理公司: 上海知錦知識產權代理事務所(特殊普通合伙) 31327
• 代理人: 高靜;李麗

1.一種文本情感分析方法，其特征在于，包括：

獲取待分析文本、待分析文本時刻、與所述待分析文本語義相關聯的語義關聯文本，以及語義關聯文本時刻；

基于所述待分析文本時刻和所述語義關聯文本時刻，對所述待分析文本和所述語義關聯文本按照時間順序進行排序，得到排序文本；

對所述排序文本進行分詞處理，獲得排序文本分詞；

對所述排序文本分詞進行情感極性分數計算，獲得所述待分析文本的情感極性分數。

2.如權利要求1所述的文本情感分析方法，其特征在于，還包括：

對所述排序文本分詞進行場景關聯篩選，得到場景關聯文本分詞；

所述對所述排序文本分詞進行情感極性分數計算，獲得所述待分析文本的情感極性分數，包括：對所述場景關聯文本分詞進行情感極性分數計算，獲得所述待分析文本的情感極性分數。

3.如權利要求2所述的文本情感分析方法，其特征在于，所述對所述排序文本分詞進行場景關聯篩選，得到場景關聯文本分詞，包括：

計算所述排序文本分詞與場景文本庫中的場景文本的相似度；

篩選出所述相似度大于相似度閾值的所述排序文本分詞，得到所述場景關聯文本分詞。

4.如權利要求1所述的文本情感分析方法，其特征在于，對所述排序文本分詞進行情感極性分數計算，獲得所述待分析文本的情感極性分數，包括：

在情感分詞詞典中的查找所述排序文本分詞的情感極性分數，所述情感分詞詞典中包括情感詞和修飾所述情感詞的修飾詞；

計算所述情感詞和所述修飾詞的加權情感分數，獲得所述待分析文本的情感極性分數。

5.如權利要求1-4任一項所述的文本情感分析方法，其特征在于，所述獲取待分析文本、待分析文本時刻、與所述待分析文本語義相關聯的語義關聯文本，以及語義關聯文本時刻，包括：

獲取所述待分析文本和所述待分析文本時刻；

根據所述待分析文本和所述待分析文本時刻，從動態文本庫中篩選獲得所述語義關聯文本及所述語義關聯文本時刻，所述動態文本庫的文本時刻位于所述待分析文本時刻前的時間閾值內。

6.如權利要求5所述的文本情感分析方法，其特征在于，所述根據所述待分析文本和所述待分析文本時刻，從動態文本庫中篩選獲得所述語義關聯文本及所述語義關聯文本時刻，包括：

將所述待分析文本轉化為待分析文本特征向量，將所述動態文本庫中的文本1轉化為文本特征向量1，……，文本n轉化為文本特征向量

n，n≥1，n為整數；

設定存儲關聯向量的關聯向量庫，所述關聯向量包括所述待分析文本特征向量和已獲得的語義關聯文本特征向量，所述關聯向量庫包括關聯向量庫1、關聯向量庫2、……、關聯向量庫n，n≥1，n為整數；依次計算所述文本特征向量1和所述關聯向量庫1中的各所述關聯向量的關聯度，比較各所述關聯度得到最大關聯度，所述最大關聯度與關聯度閾值比較，得到所述最大關聯度大于所述關聯度閾值的語義關聯文本特征向量1，將所述語義關聯文本特征向量1存儲至所述關聯向量庫1，得到關聯向量庫2；

以此類推，計算所述文本特征向量n和所述關聯向量庫n中的各所述關聯向量的關聯度，比較各所述關聯度得到最關聯度，所述最大關聯度與關聯度閾值比較，得到所述最大關聯度大于所述關聯度閾值的語義關聯文本特征向量n，將所述語義關聯文本特征向量n存儲至所述關聯向量庫n-1，得到關聯向量庫n；

從所述關聯向量庫n中獲取所有語義關聯文本特征向量、所述語義關聯文本和所述語義關聯文本時刻。

7.如權利要求6所述的文本情感分析方法，其特征在于，所述動態文本庫中的所述文本包括字符文本和語音文本。

8.如權利要求7所述的文本情感分析方法，其特征在于，所述語音文本通過語音識別算法識別為字符文本。

9.如權利要求6所述的文本情感分析方法，其特征在于，所述關聯度為余弦距離的倒數。