[發明專利]一種文本情感測量方法和裝置

在審

• 申請號: 201911283463.2
• 申請日: 2019-12-13
• 公開（公告）號: CN111078882A
• 公開（公告）日: 2020-04-28
• 發明（設計）人: 何涇沙;侯自強;朱娜斐;李想;楊玥;葛加可;張琨;滕達;李文欣;韓松
• 申請（專利權）人: 北京工業大學
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06N3/08;G06N20/00
• 代理公司: 北京匯信合知識產權代理有限公司 11335
• 代理人: 陳紅

1.一種文本情感測量方法，其特征在于，包括：

對所測量對象的文本文字數據進行收集；

對收集的對象數據進行數據預處理，將所述對象數據轉換為適用于策略模型學習的格式化數據；

對所述格式化數據進行模型訓練、驗證評估，得到策略模型；

根據所需識別對象的文本文字數據，選擇合適的策略模型作為文本情感測量模型；

對所需識別對象的文本文字數據進行預處理后，輸入所述文本情感測量模型中，得出預測結果。

2.如權利要求1所述的文本情感測量方法，其特征在于，所述文本文字數據包括：對象社交平臺文章與評論、對象購物平臺數據和對象上下文信息；

所述對象上下文信息包括：對象位置上下文信息和對象時間上下文信息。

3.如權利要求1所述的文本情感測量方法，其特征在于，所述數據預處理包括：數據清洗、數據集成、數據歸約和數據變化。

4.如權利要求1所述的文本情感測量方法，其特征在于，所述對所述格式化數據進行模型訓練、驗證評估，得到策略模型；包括：

選取多個機器學習模型和/或深度學習模型；

計算各模型在統計數據上的誤差，選擇誤差最小的模型作為策略模型。

5.如權利要求1所述的文本情感測量方法，其特征在于，還包括：

對所述預測結果進行可視化；

通過進行預測的文本文字數據，進一步優化所述策略模型。

6.一種文本情感測量裝置，其特征在于，包括：

數據收集模塊，用于對所測量對象的文本文字數據進行收集；

數據預處理模塊，用于對收集的對象數據進行數據預處理，將所述對象數據轉換為適用于策略模型學習的格式化數據；

模型訓練模塊，用于對所述格式化數據進行模型訓練、驗證評估，得到策略模型；

對象文本情況測量模塊，用于根據所需識別對象的文本文字數據，選擇合適的策略模型作為文本情感測量模型；對所需識別對象的文本文字數據進行預處理后，輸入所述文本情感測量模型中，得出預測結果。

7.如權利要求6所述的文本情感測量裝置，其特征在于，所述文本文字數據包括：對象社交平臺文章與評論、對象購物平臺數據和對象上下文信息；

所述對象上下文信息包括：對象位置上下文信息和對象時間上下文信息。

8.如權利要求6所述的文本情感測量裝置，其特征在于，所述數據預處理包括：數據清洗、數據集成、數據歸約和數據變化。

9.如權利要求6所述的文本情感測量裝置，其特征在于，所述對所述格式化數據進行模型訓練、驗證評估，得到策略模型；包括：

選取多個機器學習模型和/或深度學習模型；

計算各模型在統計數據上的誤差，選擇誤差最小的模型作為策略模型。

10.如權利要求6所述的文本情感測量裝置，其特征在于，還包括：

數據可視化模塊，用于對所述預測結果進行可視化；

模型優化模塊，用于通過進行預測的文本文字數據，進一步優化所述策略模型。