[發(fā)明專利]基于社會(huì)媒體的多層級(jí)情感分析方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810331227.2
• 申請(qǐng)日: 2018-04-13
• 公開（公告）號(hào): CN108804412A
• 公開（公告）日: 2018-11-13
• 發(fā)明（設(shè)計(jì)）人: 曾大軍;鄭曉龍;何賽克;張曈
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院自動(dòng)化研究所
• 主分類號(hào): G06F17/27
• 分類號(hào): G06F17/27;G06F17/30;G06Q50/00
• 代理公司: 北京瀚仁知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11482
• 代理人: 郭文浩;陳曉鵬

1.一種基于社會(huì)媒體的多層級(jí)情感分析方法，其特征在于，所述方法包括：

獲取社會(huì)媒體中待進(jìn)行情感分析的文本信息；

對(duì)所述文本信息進(jìn)行情感特征分析，根據(jù)情感特征分析結(jié)果確定所述文本信息的情感，所述情感特征分析包括基于情感詞典對(duì)所述文本信息進(jìn)行情感分析，以及基于情感分析模型對(duì)所述文本信息進(jìn)行情感分析；其中，所述基于情感詞典對(duì)所述文本信息進(jìn)行情感分析，包括：

對(duì)所述文本信息進(jìn)行分詞處理，根據(jù)分詞處理結(jié)果從所述文本信息中提取情感詞；

根據(jù)預(yù)設(shè)的情感詞典確定各所述情感詞的情感取向；

根據(jù)具有相同情感取向的情感詞的數(shù)目，確定所述文本信息的情感。

2.根據(jù)權(quán)利要求1所述的基于社會(huì)媒體的多層級(jí)情感分析方法，其特征在于，所述情感詞包括正向情感指示詞和負(fù)向情感指示詞，以及所述根據(jù)具有相同情感取向的情感詞的數(shù)目，確定所述文本信息的情感，包括：

分別判斷所述情感信息中正向情感指示詞和負(fù)向情感指示詞的數(shù)目；

根據(jù)所述正向情感指示詞和負(fù)向情感指示詞的數(shù)目的差值確定所述文本信息的情感；其中，所述差值為正，確定所述文本信息表達(dá)正向情感，所述差值為負(fù)，確定所述文本信息表達(dá)負(fù)向情感。

3.根據(jù)權(quán)利要求2所述的基于社會(huì)媒體的多層級(jí)情感分析方法，其特征在于，所述預(yù)設(shè)的情感詞典包括正面情感庫(kù)和負(fù)面情感庫(kù)，所述情感詞典的擴(kuò)充方法包括：

通過如下公式統(tǒng)計(jì)候選情感詞分別在正面情感樣本和負(fù)面情感樣本中的情感得分：

其中，w表示詞語(yǔ)，a表示詞語(yǔ)w在正面文章中出現(xiàn)的次數(shù)，b表示詞語(yǔ)w在其它類文章中出現(xiàn)的次數(shù)，notw表示w的否定詞，c表示w的否定詞在正面文章中出現(xiàn)的次數(shù)，d表示w的否定詞在負(fù)面文章中出現(xiàn)的次數(shù)，Pr(w)＝(a+b)/n，n＝a+b+c+d，n！＝a+c；

將在所述正面情感樣本中的情感得分大于第一閾值，以及在負(fù)面情感樣本中的情感得分小于第二閾值的所述候選情感詞，確定為正向情感指示詞；將所述正向情感指示詞加入到所述正面情感庫(kù)；所述第一閾值為正值，所述第二閾值為負(fù)值；

將在所述負(fù)面情感樣本中的情感得分大于第三閾值，以及在正面情感樣本中的情感得分小于第四閾值的所述候選情感詞，確定為負(fù)向情感指示詞；將所述負(fù)面情感指示詞加入到所述負(fù)面情感庫(kù)；所述第三閾值為正值，所述第四閾值為負(fù)值。

4.根據(jù)權(quán)利要求3所述的基于社會(huì)媒體的多層級(jí)情感分析方法，其特征在于，所述情感詞典中包括專屬情感詞，從文本中抽取專屬情感詞的方法為：

從預(yù)先指定的專屬領(lǐng)域中提取多個(gè)文本；

確定在同一情感取向的多個(gè)文本中出現(xiàn)次數(shù)大于設(shè)定數(shù)目的詞為專屬情感詞。

5.根據(jù)權(quán)利要求1所述的基于社會(huì)媒體的多層級(jí)情感分析方法，其特征在于，所述基于情感分析模型對(duì)所述文本內(nèi)容進(jìn)行情感分析，包括：

將所述文本信息輸入到預(yù)設(shè)的情感分析模型中進(jìn)行情感特征分類，以確定所述文本信息的情感。

6.根據(jù)權(quán)利要求5所述的基于社會(huì)媒體的多層級(jí)情感分析方法，其特征在于，所述的情感分析模型，其訓(xùn)練方法包括：

提取訓(xùn)練用數(shù)據(jù)集的文本的特征信息；所述特征信息包括一元詞特征信息和二元詞特征信息；

使用所提取的特征信息訓(xùn)練初始情感分析模型，得到優(yōu)化后的情感分析模型。

7.根據(jù)權(quán)利要求6所述的基于社會(huì)媒體的多層級(jí)情感分析方法，其特征在于，所述基于社會(huì)媒體的多層級(jí)情感分析方法還包括基于自學(xué)習(xí)機(jī)制更新所述訓(xùn)練用數(shù)據(jù)集的步驟，該步驟具體包括：

使用所述情感分析模型對(duì)測(cè)試數(shù)據(jù)集的測(cè)試文本進(jìn)行情感分類，并計(jì)算出情感分類的置信度；

將置信度大于預(yù)設(shè)置信閾值的所述測(cè)試文本作為標(biāo)注文本，存入對(duì)應(yīng)候選訓(xùn)練集中；

如果所述候選訓(xùn)練集的標(biāo)注文本數(shù)量大于預(yù)設(shè)的文本數(shù)量閾值，將所述候選訓(xùn)練集合并到所述訓(xùn)練用數(shù)據(jù)集以更新所述訓(xùn)練用數(shù)據(jù)集。

8.一種存儲(chǔ)裝置，其中存儲(chǔ)有多條程序，其特征在于，所述程序適于由處理器加載并執(zhí)行以實(shí)現(xiàn)權(quán)利要求1-7任一項(xiàng)所述的基于社會(huì)媒體的多層級(jí)情感分析方法。

9.一種處理裝置，包括

處理器，適于執(zhí)行各條程序；以及

存儲(chǔ)設(shè)備，適于存儲(chǔ)多條程序；

其特征在于，所述程序適于由處理器加載并執(zhí)行以實(shí)現(xiàn)：

權(quán)利要求1-7任一項(xiàng)所述的基于社會(huì)媒體的多層級(jí)情感分析方法。