[發明專利]一種基于主題模型的面向實體的文本情感分析方法

在審

• 申請號: 201910738217.5
• 申請日: 2019-08-12
• 公開（公告）號: CN110866087A
• 公開（公告）日: 2020-03-06
• 發明（設計）人: 駱祥峰;黃敬;付雪峰
• 申請（專利權）人: 上海大學;阿里巴巴集團控股有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F40/279;G06F40/30;G06F40/284
• 代理公司: 上海上大專利事務所(普通合伙) 31205
• 代理人: 陸聰明

本發明公開了一種基于主題模型的面向實體的文本情感分析方法，具體步驟如下：（1）輸入待情感分析文本集；（2）從文本集中提取文本的實體集、詞集和實體?詞關系；（3）利用主題模型對文本中的（實體，主題，情感，實體評價詞）四元層次關系建模，并嵌入實體?詞關系作為監督信息以約束模型對輸入文本集中的每個單詞進行情感、實體和主題標簽采樣；（4）推導情感與實體之間的概率矩陣η以及實體、主題與詞之間的概率矩陣ψ的具體數學表達式，并在模型收斂時依據推導的數學表達式計算概率矩陣η和ψ中的每個元素值；（5）輸出情感分析結果。本方法能獲取細粒度的面向實體的情感分析結果，可以提高情感分析的準確率。

技術領域

本發明涉及一種文本的情感分析方法，具體涉及一種基于主題模型的面向實體的文本情感分析方法，屬于智能信息處理領域。

背景技術

近年來，隨著社交媒體的出現，公眾熱衷于表達他們對名人、產品等實體的意見或觀點，由此在社交媒體中產生了大量包含廣大用戶豐富情感的文本。為了快速準確地從海量的文本中挖掘出這些有價值的情感信息，需要從實體層面對這些文本進行情感分析。現有的情感分析技術有大部分是基于主題模型方法的，但在情感分析層面上，主要是面向篇章層面 (Document-level)和方面層面(Aspect-level)。如Lin等人在論文《JointSentiment/Topic Model for Sentiment Analysis》中提出了JST主題模型(JointSentiment/Topic model)，它能夠同時檢測文本的情感和主題。JST適用于對篇章級別的文本進行情感分類，而對于實體級情感挖掘則使用受限。此外，Yohan等人在文章《Aspect andSentiment Unification Model for Online Review Analysis》中提出了ASUM主題模型(Aspect and Sentiment Unification model)，它進一步擴展了JST模型使之能應用于在線評論的情感分析。盡管ASUM模型能夠對一個指定實體的多個方面進行情感分析，但它不能同時對多個實體進行情感分析。另外，大多數基于主題模型的情感分析方法都沒有加入先驗的監督信息指導模型的訓練，其方法是完全非監督的，因此忽略了監督信息對主題模型提高情感分類的準確性并增強情感分析結果可解釋性的作用。

發明內容

本發明的目的主要針對現有基于主題模型的文本情感分析方法的不足，提出一種基于主題模型的面向實體的文本情感分析方法，該方法能夠利用從文本中提取的實體信息、詞信息對(實體，主題，情感，實體評價詞)四元層次關系建模，并將提取的實體-詞關系作為主題模型的監督信息。最后，通過對主題模型參數的推導和求解，實現面向實體層面的文本情感分析。該方法具有面向細粒度的實體進行情感分析的特點，且利用實體-詞關系作為監督信息對主題模型進行約束，可以提高情感分析的準確率。

為了達到上述的目的，本發明的構思如下：

(1)在主題模型中利用情感層來確定文本中隱藏的情感極性信息，利用實體層來明確用戶的情感目標對象；(2)利用富于語義的實體-詞關系作為弱監督信息，增加了對實體的主題描述(即主題-單詞分布)的約束，從而幫助獲得細粒度的的基于實體的主題，以提高情感分析的準確性；(3)通過求解主題模型的參數，獲得面向實體的文本情感分析的結果。

根據上述發明構思，本發明采用下述技術方案：

一種基于主題模型的面向實體的文本情感分析方法，具體步驟如下：

(1)、輸入待情感分析的文本語料集合；

(2)、從文本集中提取文本的實體集、詞集和實體-詞關系；

(3)、利用主題模型對文本中的(實體，主題，情感，實體評價詞)四元層次關系建模，并嵌入實體-詞關系作為監督信息以約束模型對輸入文本集中的每個單詞進行情感、實體和主題標簽采樣；