[發明專利]面向網絡直播場景的用戶言論語義分析方法

在審

• 申請號: 201811523923.X
• 申請日: 2018-12-13
• 公開（公告）號: CN109657241A
• 公開（公告）日: 2019-04-19
• 發明（設計）人: 張暉;李吉媛
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06N3/04;G06N3/08
• 代理公司: 南京蘇科專利代理有限責任公司 32102
• 代理人: 姚姣陽

1.一種面向網絡直播場景的用戶言論語義分析方法，其特征在于，包括如下步驟：

S1、實時獲取網絡直播平臺直播間內用戶輸入區的內容，并進行預處理；

S2、將預處理過的內容進行分詞處理，保持詞序列順序不變；

S3、根據語料詞典得到每個詞的詞向量，進而得到用戶輸入內容的向量表示；

S4、構建并訓練LSTM型雙向RNN語義分析分類器模型；

S5、依據S4中建立的模型判斷用戶輸入內容是否包含不良信息，若不包含則正常發送，否則提醒用戶并禁止發送。

2.根據權利要求1所述的面向網絡直播場景的用戶言論語義分析方法，其特征在于，S1中所述預處理具體包括：去除與文字內容無關的多余信息，所述多余信息包括表情圖片、表情符號、數字符號以及拼音符號。

3.根據權利要求1所述的面向網絡直播場景的用戶言論語義分析方法，其特征在于，S3中所述根據語料詞典得到每個詞的詞向量具體包括：將每個詞表示成一個獨熱向量，向量的維度為語料詞典的長度；所述語料詞典由網絡直播平臺上的語料形成，所述語料詞典中的字詞不重復。

4.根據權利要求1所述的面向網絡直播場景的用戶言論語義分析方法，其特征在于，S4具體包括如下步驟：

S41、收集網絡直播平臺上各種類型直播中的用戶輸入內容，并逐條進行標記，將包含不良信息的內容標記為0，否則標記為1；

S42、將收集的用戶輸入內容進行預處理，劃分訓練集和測試集，構建語料詞典；

S43、根據語料詞典把用戶輸入文本內容用詞向量的形式表示出來，按照詞序列順序將詞向量進行連接；

S44、將帶有標簽的訓練數據輸入到LSTM型雙向RNN語義分析分類器中進行訓練，獲取最佳的神經網絡模型參數，最終得到LSTM型雙向RNN語義分析分類器模型。

5.根據權利要求4所述的面向網絡直播場景的用戶言論語義分析方法，其特征在于，S44具體包括如下步驟：

S441、設計LSTM型雙向RNN結構、構建LSTM型雙向RNN語義分析分類器，得到LSTM型雙向RNN語義分析分類器模型；

S442、訓練模型參數，完成對LSTM型雙向RNN語義分析分類器模型的訓練。

6.根據權利要求4所述的面向網絡直播場景的用戶言論語義分析方法，其特征在于：S44中所述LSTM型雙向RNN語義分析分類器包括按序依次連接的輸入層、隱藏層及輸出層；

所述輸入層的輸入為代表文本內容的詞序列；

所述隱藏層由多個LSTM單元相連接而成，其中包括按照詞序列正向傳輸的LSTM單元和按照詞序列反向傳輸的LSTM的單元。

7.根據權利要求5所述的面向網絡直播場景的用戶言論語義分析方法，其特征在于：所述輸出層為分類器，所述分類器為二分類器。

8.根據權利要求5所述的面向網絡直播場景的用戶言論語義分析方法，其特征在于：所述LSTM單元為擁有三個門結構的特殊網絡，三個門均由Sigmoid函數控制，可有選擇性的控制信息流的傳遞，三個門分別為輸入門、遺忘門及輸出門。

9.根據權利要求1所述的面向網絡直播場景的用戶言論語義分析方法，其特征在于：所述不良信息包括低俗信息、色情信息及暴力信息。