[發明專利]一種端到端的基于方面的情感分析方法

在審

• 申請號: 202010313730.2
• 申請日: 2020-04-20
• 公開（公告）號: CN111444728A
• 公開（公告）日: 2020-07-24
• 發明（設計）人: 董永川;鄒喬莎;史傳進
• 申請（專利權）人: 復旦大學
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06N3/04;G06N3/08
• 代理公司: 上海元好知識產權代理有限公司 31323
• 代理人: 徐雯瓊;張妍

本發明公開了一種端到端的基于方面的情感分析方法，包含如下步驟：S1，確定情感分析的數據集，所述數據集包括訓練集、驗證集和測試集；S2，讀入數據集，對數據集進行標記，并導入詞向量；S3，通過pytorch庫搭建設計的模型，輸入相應的數據，并得到相應的輸出；S4，利用訓練集，驗證集對模型進行訓練，得到訓練好的模型進而得到情感分析結果。本發明不需要任何輔助結構的模型，通俗易懂，結構比較簡單，而且解決了上述的那些輔助結構解決的問題，模型的效果更好。

技術領域

本發明涉及自然語言處理領域，特別涉及一種端到端的基于方面的情感分析方法。

背景技術

情感分析主要應用與互聯網產生的大量非結構化數據，通過情感分析技術，將其轉換為結構化數據，從而得到網友對于一些事情事物的看法及態度，在商業應用以及輿情分析中有著很重要的應用。

通常，在分析目標的情感時，可能不僅對整體的情感態度感興趣，而且對目標的各個方面的情感態度有興趣，而這就是基于方面的情感分析。現在的主要情感分析方法有基于字典的跟機器學習的。其中機器學習領域中的深度學習應用更加廣泛，被越來越多的研究人員研究。但是目前的情感分析的深度學習模型比較復雜，利用了各種輔助結構，模型比較繁瑣。例如為了解決方面短語跟觀點短語關系以及標簽序列之間的關系，分別引入輔助結構去解決問題。

為了解決以上的問題，我們提供了一種端到端的基于方面的情感分析方法。上述系統是一種端到端的，不需要任何輔助結構的模型，模型通俗易懂，結構比較簡單，而且解決了上述的那些輔助結構解決的問題，模型的效果更好。

發明內容

本發明的目的是提供一種端到端的基于方面的情感分析方法，不需要任何輔助結構的模型，通俗易懂，結構比較簡單，而且解決了上述的那些輔助結構解決的問題，模型的效果更好。

為了實現以上目的，本發明是通過以下技術方案實現的：

一種端到端的基于方面的情感分析方法，其特點是，包含如下步驟：

S1，確定情感分析的數據集，所述數據集包括訓練集、驗證集和測試集；

S2，讀入數據集，對數據集進行標記，并導入詞向量；

S3，通過pytorch庫搭建設計的模型，輸入相應的數據，并得到相應的輸出；

S4，利用訓練集，驗證集對模型進行訓練，得到訓練好的模型進而得到情感分析結果。

所述的步驟S2包括：

S2.1，將數據集讀入內存，并將數據集進行小寫處理，同時將數據集的標簽轉換為符合的標簽；

S2.2，創建字典以及標簽集合，并進行標記，同時將數據集的輸入語句以及對應的標簽序列進行標記；

S2.3，讀入預訓練好的詞向量。

所述的步驟S3包括：

S3.1，搭建查找表，將數據集的輸入語句進行向量化，將自然文本轉化為計算機可以理解的數據；

S3.2，搭建雙向長短期記憶網絡層，所述的雙向長短期記憶網絡層輸入詞向量，并輸出是網絡的隱藏狀態，該隱藏狀態包含輸入語句的語義信息跟語法信息；

S3.3，搭建自注意力網絡層，所述的自注意力網絡層輸入網絡的隱藏狀態，并輸出一n*n矩陣，其中n是輸入語句的長度，所述的n*n矩陣表示輸入語句各個詞之間的相互作用關系；

S3.4，搭建條件隨機場層，所述的條件隨機場層利用轉移矩陣得到將輸入n*n矩陣轉換為語句的標簽序列之間的關系。

所述的步驟S3.4包括：