[發明專利]情感詞向量構建方法及系統

有效

• 申請號: 201810932207.0
• 申請日: 2018-08-16
• 公開（公告）號: CN109271510B
• 公開（公告）日: 2019-07-09
• 發明（設計）人: 徐泓洋;聶穎;鄭權;張峰
• 申請（專利權）人: 龍馬智芯（珠海橫琴）科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/36;G06F17/27;G06K9/62
• 代理公司: 北京博訊知識產權代理事務所(特殊普通合伙) 11593
• 代理人: 柳興坤;劉馨月

1.一種情感詞向量構建方法，其特征在于，包括：

步驟S1：獲取第一空間詞向量模型、第二空間詞向量模型以及第三空間詞向量模型，其中，所述第一空間詞向量模型是利用第一訓練樣本集得到，所述第二空間詞向量模型是利用第二訓練樣本集得到，所述第三空間詞向量模型是利用第三訓練樣本集得到，所述第一訓練樣本集由若干個被標注為正情感類型的語料文本構成，所述第二訓練樣本集由若干個被標注為負情感類型的語料文本構成，所述第三訓練樣本集由所述若干個被標注為正情感類型的語料文本以及所述若干個被標注為負情感類型的語料文本共同構成；

步驟S2：獲取正強情感詞表以及負強情感詞表；

步驟S3：利用所述第一空間詞向量模型得到所述正強情感詞表中每一個詞對應的詞向量v_p，利用所述第二空間詞向量模型得到所述負強情感詞表中每一個詞對應的詞向量v_n；

步驟S4：利用所述正強情感詞表中每一個詞對應的詞向量v_p以及所述負強情感詞表中每一個詞對應的詞向量v_n訓練邏輯回歸模型；

步驟S5：獲取待處理詞；

步驟S6：根據所述待處理詞在所述第一空間詞向量模型的詞向量、所述待處理詞在所述第二空間詞向量模型的詞向量以及訓練后的邏輯回歸模型預測所述待處理詞屬于正類的概率P₊和所述待處理詞屬于負類的概率P_{_}；

步驟S7：根據所述待處理詞屬于正類的概率P₊和所述待處理詞屬于負類的概率P_{_}以及所述待處理詞在所述第三空間詞向量模型的詞向量生成所述待處理詞的情感詞向量；

其中，所述步驟S7包括：

采用以下方式計算所述待處理詞的情感權重W_s：

W_s＝P₊-P_{_}；

采用以下方式生成所述待處理詞的情感詞向量v_s：

v_s＝W_s*v_a；

其中，v_a為所述待處理詞在所述第三空間詞向量模型的詞向量。

2.根據權利要求1所述的情感詞向量構建方法，其特征在于，所述步驟S1包括：

分別對所述第一訓練樣本集、所述第二訓練樣本集以及所述第三訓練樣本集中的語料文本進行預處理，得到文本詞序列；

利用所述第一訓練樣本集中的語料文本得到的文本詞序列訓練Word2vec模型，得到所述第一空間詞向量模型，利用所述第二訓練樣本集中的語料文本得到的文本詞序列訓練Word2vec模型，得到所述第二空間詞向量模型，以及利用所述第三訓練樣本集中的語料文本得到的文本詞序列訓練Word2vec模型，得到所述第三空間詞向量模型。

3.根據權利要求2所述的情感詞向量構建方法，其特征在于，所述預處理包括對語料文本依次進行分詞處理、去停用詞處理。

4.根據權利要求1所述的情感詞向量構建方法，其特征在于，所述步驟S6包括：

對所述待處理詞在所述第一空間詞向量模型的詞向量、所述待處理詞在所述第二空間詞向量模型的詞向量進行求和，得到所述待處理詞的和空間的詞向量；

根據所述訓練后的邏輯回歸模型以及所述待處理詞的和空間的詞向量得到所述待處理詞屬于正類的概率P₊和所述待處理詞屬于負類的概率P_{_}。

5.根據權利要求1所述的情感詞向量構建方法，其特征在于，所述步驟S6包括：

對所述待處理詞在所述第一空間詞向量模型的詞向量、所述待處理詞在所述第二空間詞向量模型的詞向量進行向量拼接處理，得到所述待處理詞的拼接詞向量；

根據所述訓練后的邏輯回歸模型以及所述待處理詞的拼接詞向量得到所述待處理詞屬于正類的概率P₊和所述待處理詞屬于負類的概率P_{_}。