[發明專利]一種文本情感分類方法及系統

在審

• 申請號: 202010565182.2
• 申請日: 2020-06-19
• 公開（公告）號: CN111881291A
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 李筱雯;魯燃;劉杰;張敬仁;劉培玉;朱振方
• 申請（專利權）人: 山東師范大學
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/33;G06F40/30;G06N3/04;G06N3/08
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 李琳

1.一種文本情感分類方法，其特征在于，包括：

對文本句以詞為單位進行劃分，對每個詞映射為詞向量；

提取文本句中的關鍵詞，根據關鍵詞的詞向量、關鍵詞在文本句中的位置以及關鍵詞所屬的情感詞性類型分別構建詞向量注意力矩陣、位置注意力矩陣和詞性注意力矩陣，并將三者融合構建第一特征；

采用BiGRU網絡根據關鍵詞的上下文語義信息得到第二特征；

采用由第一特征和第二特征作為訓練集訓練的多注意力卷積神經網絡模型對待測文本句的情感類型進行分類。

2.如權利要求1所述的一種文本情感分類方法，其特征在于，采用關鍵詞抽取算法提取文本句中的關鍵詞，包括：

對每個詞向量采用Tf-idf和交叉熵結合的方法判斷每個類別特征詞中出現頻率最高的k個詞，即為關鍵詞。

3.如權利要求1所述的一種文本情感分類方法，其特征在于，根據每個詞向量構建詞向量矩陣，以關鍵詞的詞向量為初始注意力矩陣，將其與詞向量矩陣構建詞向量注意力矩陣。

4.如權利要求1所述的一種文本情感分類方法，其特征在于，采用雙向掃描算法確定每個詞和關鍵詞之間的位置取值，由位置取值映射得到位置向量，根據每個詞向量構建的詞向量矩陣和位置向量構建位置注意力矩陣。

5.如權利要求1所述的一種文本情感分類方法，其特征在于，根據情感詞性類別獲取的關鍵詞的情感詞性構建詞性注意力矩陣；

所述情感詞性類別包括但不限于轉折介詞、積極情感詞和消極情感詞。

6.如權利要求1所述的一種文本情感分類方法，其特征在于，所述多注意力卷積神經網絡模型中多注意力CNN網絡通過卷積核同時對文本句的多個詞進行卷積計算，通過k-max池化層進行下采樣操作，從池化層提取得到三種注意力矩陣的特征，并運用Softmax分類器輸出考慮關鍵詞影響的第一特征。

7.如權利要求1所述的一種文本情感分類方法，其特征在于，對第一特征和第二特征融合后采用PCA降維技術對融合特征全局向量進行降維處理，采用softmax分類器輸出最終情感分類結果。

8.一種文本情感分類系統，其特征在于，包括：

分割模塊，用于對文本句以詞為單位進行劃分，對每個詞映射為詞向量；

第一特征提取模塊，用于提取文本句中的關鍵詞，根據關鍵詞的詞向量、關鍵詞在文本句中的位置以及關鍵詞所屬的情感詞性類型分別構建詞向量注意力矩陣、位置注意力矩陣和詞性注意力矩陣，并將三者融合構建第一特征；

第二特征提取模塊，用于采用BiGRU網絡根據關鍵詞的上下文語義信息得到第二特征；

分類模塊，用于采用由第一特征和第二特征作為訓練集訓練的多注意力卷積神經網絡模型對待測文本句的情感類型進行分類。

9.一種電子設備，其特征在于，包括存儲器和處理器以及存儲在存儲器上并在處理器上運行的計算機指令，所述計算機指令被處理器運行時，完成權利要求1-7任一項所述的方法。

10.一種計算機可讀存儲介質，其特征在于，用于存儲計算機指令，所述計算機指令被處理器執行時，完成權利要求1-7任一項所述的方法。