[發明專利]一種基于子句特征的實體屬性依賴情感分析方法

有效

• 申請號: 201910795234.2
• 申請日: 2019-08-27
• 公開（公告）號: CN110765769B
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 楊尚明;劉勇國;李巧勤;朱俊林;王志華;陸佳鑫;傅翀
• 申請（專利權）人: 電子科技大學
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F16/35;G06N3/084
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 甘茂

本發明屬于自然語言處理領域，涉及文本情感分析，具體為一種基于子句特征的實體屬性依賴的情感分析方法，主要包括：1)實現句子級的話語分割，將一個長句切割為多個基礎語篇單元EDUs；2)采用ELMo詞嵌入模型，實現單詞用法的復雜特性以及對單詞的多義性建模；3)利用BiLSTM提取子句以及不同子句間的高級特征表示；4)運用多個注意力機制分別實現不同單詞以及子句的權重加強。本發明充分考慮不同實體相關的子句信息，通過提取子句特征以及子句間的特征來增強情感分類的準確性，顯著提高實體屬性依賴的文本情感分析準確率。

技術領域

本發明屬于自然語言處理領域，涉及文本情感分析，具體為一種基于子句特征的實體屬性依賴的情感分析方法。

背景技術

隨著Web2.0的出現，社交媒體網站論壇以及各類APP的數量不斷增加，互聯網上滋生出大量對人物、事件、產品等的評論信息，這些評論信息可以為人們的某些行為提供參考。例如：消費者購物時相比于廣告推銷往往更傾向于相信其他用戶的評論意見；營銷人員會通過用戶評論意見得到對產品的不良評價，從而改善產品問題來滿足消費者的需求等。而人工提取評論的情感表達是非常麻煩和費時的，因此智能分析文本情感狀態的技術應運而生，稱為情感分析SA(Sentiment?Analysis)。

情感分析是自然語言處理領域中一個非常活躍的研究領域，它可以從一組文檔中提取情感，其本質就是對帶有情感色彩的主觀性文本進行分析、處理、歸納和推理。目前文本情感分析研究根據粒度可分為以下三類：①文檔級情感分析：此級別的任務是確定文檔的總體意見；②句子級情感分析：此級別的任務是確定每個句子的情感極性，句子分為事實信息的客觀句和表達觀點的主觀句，分析過程是評估主觀句的情感極性；③實體屬性依賴的情感分析:?該級別是情緒分析中的一項細粒度任務，目的是識別目標實體在上下文語境的情緒極性。在這種情況下，首先識別出句子中實體，然后提取特征評估每個實體的情感。

針對實體屬性依賴的文本情感分析根據采用的技術主要分為三大類：

①基于詞典的實體屬性依賴情感分析，該類方法通過構建文本情感詞典來計算句子的情緒分數，然后將該情緒與該句子中提到的目標實體聯系起來從而確定屬性情感分析；基于詞典的文本情感分析，其中構建情感詞典是關鍵。Hu等通過WordNet同義詞/反義詞圖擴展已知基礎詞的情緒從而獲得情感詞典；詳見文獻：“S.Moghaddam,M.Ester.Opiniondigger:An?unsupervised?opinion?miner?from?unstructured?product?reviews[C].in:Proceedings?of?the?19th?ACM?Int.Conf.Inf.Knowl.Manage.,pp.1825-1828,2010.”。

②基于傳統機器學習的方法，該類方法使用大量人工設計的特征(如語言學特征、基于情感詞典的特征等)，結合機器學習算法，如支持向量機算法(Support?VectorMachine，SVM)?等，構建有監督的分類或回歸模型，進行情感極性分類或情感強度預測。Jiang等抽取了詞、標點符號、表情符號、主題標簽等上下文特征和情感詞典特征作為目標不相關特征，同時根據語法解析樹識別句子中與目標相關的表達，抽取目標相關的特征，來構建目標依賴的情感分類模型；詳見文獻“L.Jiang,Y.Mo,M.Zhou,et?al.Target-dependent?twitter?sentiment?classification[C].in:Proceedings?of?theAssociation?for?Computational?Linguistics:Human?LanguageTechnologies.Association?for?Computational?Linguistics,2012,pp.151-160.”。