[發(fā)明專利]一種文本的情感信息識別方法及相關(guān)裝置

在審

• 申請?zhí)枺?/td>: 201910511441.0
• 申請日: 2019-06-13
• 公開（公告）號: CN110222184A
• 公開（公告）日: 2019-09-10
• 發(fā)明（設(shè)計）人: 吳曉鸰;吳迎崗;凌捷
• 申請（專利權(quán)）人: 廣東工業(yè)大學(xué)
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F17/27;G06N3/04;G06N3/08
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 丁曼曼

本申請公開了一種文本的情感信息識別方法，包括：采用已訓(xùn)練的Word2vec模型對待預(yù)測文本進(jìn)行預(yù)處理，得到待預(yù)測文本的輸入向量；采用已訓(xùn)練的BiLSTM模型對輸入向量進(jìn)行特征識別，得到上下文時序文本信息特征；通過已訓(xùn)練的CNN模型對上下文時序文本信息特征進(jìn)行特征提取，得到目標(biāo)特征；采用已訓(xùn)練的神經(jīng)網(wǎng)絡(luò)對目標(biāo)特征進(jìn)行識別，得到情感識別結(jié)果。通過已訓(xùn)練的Word2vec模型、BiLSTM模型以及CNN模型提取出待預(yù)測文本的上下文的時序特征，獲取到文本的局部特征和序列信息，提高情感分析的精度和準(zhǔn)確率。本申請還公開了一種情感信息識別設(shè)備、自然語言分析裝置以及計算機(jī)可讀存儲介質(zhì)，具有以上有益效果。

技術(shù)領(lǐng)域

本申請涉及自然語言分析技術(shù)領(lǐng)域，特別涉及一種文本的情感信息識別方法、情感信息識別設(shè)備、自然語言分析裝置以及計算機(jī)可讀存儲介質(zhì)。

背景技術(shù)

情感分析是自然語言處理領(lǐng)域的另一分析角度，又稱傾向性分析、意見抽取、意見挖掘、情感挖掘、主觀分析等，主要是對帶有情感色彩的主觀性文本進(jìn)行分析、處理、歸納和推理的過程，如從電影評論中分析用戶對電影的評價，從商品評論文本中分析用戶對商品的“價格、大小、重量、易用性”等屬性的情感傾向。

而對于商品評論的情感分析的主要任務(wù)就是對帶有感情色彩的文本進(jìn)行分析，處理，歸納和判斷。傳統(tǒng)機(jī)器學(xué)習(xí)算法需要使用大量人工選擇的數(shù)據(jù)特征，耗費大量人力且遷移性不強(qiáng)，而且不論是有監(jiān)督還是無監(jiān)督的學(xué)習(xí)方法，都屬于淺層學(xué)習(xí)，無法學(xué)習(xí)到文本的更深層信息，在有限的文本數(shù)據(jù)和計算單元的情況下，機(jī)器學(xué)習(xí)對于復(fù)雜問題的處理以及復(fù)雜功能的實現(xiàn)上會受到一定程度的限制。

因此，現(xiàn)有技術(shù)為了克服傳統(tǒng)機(jī)器學(xué)習(xí)算法的缺陷，利用深度學(xué)習(xí)算法來處理自然語言處理任務(wù)，其中，CNN(Convolutional Neural Network卷積神經(jīng)網(wǎng)絡(luò))和RNN(Recurrent Neural Networks遞歸神經(jīng)網(wǎng)絡(luò))是文本情感分析任務(wù)中使用最廣泛的網(wǎng)絡(luò)模型。但是由于文本中每個詞或者句子對整個文本的情感極性有著不同的決定作用，而以上兩種神經(jīng)網(wǎng)絡(luò)中，前者會忽略詞的上下文語義并且在最大池化操作時大量特征信息會丟失，而后者存在梯度消失以及梯度彌散問題。具體來說，CNN并不完全適用于學(xué)習(xí)時間序列，因此會需要各種輔助性處理，且效果也不一定好。而RNN只考慮了單向的時序問題，沒有充分結(jié)合上下文語境，而且也會出現(xiàn)梯度消失以及梯度爆炸問題。以上兩種情況都會造成對文本的情感分析的準(zhǔn)確度下降，降低情感分析的精度。

因此，如何提高文本中的情感分析的準(zhǔn)確性和精度是本領(lǐng)域技術(shù)人員關(guān)注的重點問題。

發(fā)明內(nèi)容

本申請的目的是提供一種文本的情感信息識別方法、情感信息識別設(shè)備、自然語言分析裝置以及計算機(jī)可讀存儲介質(zhì)，通過已訓(xùn)練的Word2vec模型、BiLSTM模型以及CNN模型提取出待預(yù)測文本的上下文的時序特征，充分地獲取到文本的局部特征和序列信息，提高情感分析的精度和準(zhǔn)確率。

為解決上述技術(shù)問題，本申請?zhí)峁┮环N文本的情感信息識別方法，包括：

采用已訓(xùn)練的Word2vec模型對待預(yù)測文本進(jìn)行預(yù)處理，得到所述待預(yù)測文本的輸入向量；

采用已訓(xùn)練的BiLSTM模型對所述輸入向量進(jìn)行特征識別，得到上下文時序文本信息特征；

通過已訓(xùn)練的CNN模型對所述上下文時序文本信息特征進(jìn)行特征提取，得到目標(biāo)特征；

采用已訓(xùn)練的神經(jīng)網(wǎng)絡(luò)對所述目標(biāo)特征進(jìn)行識別，得到情感識別結(jié)果。

可選的，采用已訓(xùn)練的Word2vec模型對待預(yù)測文本進(jìn)行預(yù)處理，得到所述待預(yù)測文本的輸入向量，包括：

對所述待預(yù)測文本進(jìn)行停用詞處理，得到識別語料；

采用所述已訓(xùn)練的Word2vec模型對所述識別語料進(jìn)行處理，得到所述輸入向量。