[發(fā)明專利]一種基于主題模型的在線評(píng)論情感挖掘方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201910975438.4
• 申請(qǐng)日: 2019-10-15
• 公開（公告）號(hào): CN110807315A
• 公開（公告）日: 2020-02-18
• 發(fā)明（設(shè)計(jì)）人: 駱祥峰;黃敬;易亞雯
• 申請(qǐng)（專利權(quán)）人: 上海大學(xué);阿里巴巴集團(tuán)控股有限公司
• 主分類號(hào): G06F40/216
• 分類號(hào): G06F40/216;G06F40/289;G06F40/30
• 代理公司: 上海上大專利事務(wù)所(普通合伙) 31205
• 代理人: 陸聰明

本發(fā)明公開了一種基于主題模型的在線評(píng)論情感挖掘方法。該方法具體步驟如下：（1）輸入任意領(lǐng)域中的在線評(píng)論文本集；（2）從評(píng)論文本集中為每篇文本抽取文本方面意見對(duì)，構(gòu)建文本?方面意見對(duì)矩陣；（3）構(gòu)建情感主題模型；（4）將文本?方面意見對(duì)矩陣輸入情感主題模型進(jìn)行訓(xùn)練；（5）輸出評(píng)論文本情感挖掘結(jié)果。該方法通過(guò)采用抽取評(píng)論文本方面意見對(duì)代替?zhèn)鹘y(tǒng)的詞匯作為主題模型輸入的方法，解決了屬性詞和觀點(diǎn)詞混雜、單一詞匯情感模糊的問(wèn)題，提高了評(píng)論文本情感分析的準(zhǔn)確性和可解釋性；同時(shí)降低了文本表示的維度，削減了模型計(jì)算時(shí)間；該方法簡(jiǎn)便易操作，效果好。

技術(shù)領(lǐng)域

本發(fā)明涉及信息抽取中事件抽取領(lǐng)域，具體是涉及一種基于主題模型的在線評(píng)論情感挖掘方法。

背景技術(shù)

目前，許多研究者通過(guò)結(jié)合情感層來(lái)擴(kuò)展主題模型(LDA，Latent DirichletAllocation)的方法來(lái)分析文本情感，將文本表示成一個(gè)詞袋，詞袋由文本中的詞匯構(gòu)成。基于LDA的主題模型能夠在一定程度上有效地挖掘文本的情感。

使用傳統(tǒng)的主題模型擴(kuò)展的方式挖掘文本情感時(shí)，存在以下不足：(1)把文本看成詞袋，忽略了詞匯之間的依賴關(guān)系，這樣就損失了大量的文本語(yǔ)義；(2)將文本表示成詞匯的集合，使得模型輸入維度過(guò)高，計(jì)算費(fèi)時(shí)。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對(duì)傳統(tǒng)的主題模型擴(kuò)展方法挖掘文本情感的不足，提供一種基于主題模型的在線評(píng)論情感挖掘方法。采用抽取評(píng)論文本方面意見對(duì)代替?zhèn)鹘y(tǒng)的詞匯作為主題模型擴(kuò)展模型輸入的方法，解決了屬性詞和觀點(diǎn)詞混雜、單一詞匯情感模糊的問(wèn)題，提高了評(píng)論文本情感分析的準(zhǔn)確性和可解釋性；同時(shí)降低了文本表示的維度，削減了模型計(jì)算時(shí)間。

為了達(dá)到上述的目的，本發(fā)明的構(gòu)思如下：采用評(píng)論文本的方面意見對(duì)代替?zhèn)鹘y(tǒng)的詞匯作為主題模型的輸入，降低文本表示的維度，增加文本的表示的語(yǔ)義性，為模型的輸入提供更多的語(yǔ)義信息。

根據(jù)上述的發(fā)明思想，本發(fā)明采用下述技術(shù)方案：

一種基于主題模型的在線評(píng)論情感挖掘方法，具體步驟如下：

(1)輸入任意領(lǐng)域中的在線評(píng)論文本集；

(2)從評(píng)論文本集中為每篇文本抽取文本方面意見對(duì)，構(gòu)建文本-方面意見對(duì)矩陣；

(3)構(gòu)建情感主題模型；

(4)將文本-方面意見對(duì)矩陣輸入情感主題模型進(jìn)行訓(xùn)練；

(5)輸出評(píng)論文本情感挖掘結(jié)果。

所述步驟(2)中的抽取文本方面意見對(duì)，其過(guò)程如下：

(2-1)、將評(píng)論文本集中每篇評(píng)論文本按標(biāo)點(diǎn)符號(hào)分割成評(píng)論單元，并采用分詞工具對(duì)每一個(gè)評(píng)論單元分詞、詞性標(biāo)注、去停用詞，副詞一般用來(lái)修飾形容詞或動(dòng)詞，因此將副詞與其修飾的部分合并成一個(gè)整體，然后將整體的詞性注釋為被修飾語(yǔ)的詞性；

(2-2)、按詞性匹配模式對(duì)每個(gè)評(píng)論單元進(jìn)行模式匹配，抽取方面意見對(duì)，將每篇評(píng)論文本轉(zhuǎn)變成方面意見對(duì)的集合，并形成方面意見對(duì)詞對(duì)表；

(2-3)、方面意見對(duì)詞對(duì)表中每一項(xiàng)使用關(guān)聯(lián)強(qiáng)度計(jì)算公式計(jì)算其關(guān)聯(lián)強(qiáng)度，再根據(jù)關(guān)聯(lián)強(qiáng)度降序排列方面意見對(duì)項(xiàng)，取TopN個(gè)方面意見對(duì)項(xiàng)，形成文本-方面意見對(duì)矩陣；方面意見對(duì)的關(guān)聯(lián)強(qiáng)度計(jì)算公式如下：

其中，Co(wi,wj)代表關(guān)鍵詞wi和wj在評(píng)論文本抽取單元集合中的共現(xiàn)次數(shù)，DF(wi)與DF(wj)分別代表wi和wj在方面意見對(duì)集合中的詞頻。

所述步驟(3)的情感主題模型，其構(gòu)建過(guò)程如下：

(3-1)、基于狄利克雷超參α生成語(yǔ)料庫(kù)的主題分布的多項(xiàng)式參數(shù)θ；其中α是θ所服從的狄利克雷分布的參數(shù)；