[發(fā)明專利]一種彈幕文本中情感詞的分類方法、裝置及存儲介質(zhì)有效
| 申請?zhí)枺?/td> | 202011418248.1 | 申請日: | 2020-12-07 |
| 公開(公告)號: | CN112507115B | 公開(公告)日: | 2023-02-03 |
| 發(fā)明(設(shè)計)人: | 吳渝;于磊;楊杰;張運凱 | 申請(專利權(quán))人: | 重慶郵電大學(xué) |
| 主分類號: | G06F16/35 | 分類號: | G06F16/35;G06F40/242;G06F40/289 |
| 代理公司: | 成都行之專利代理事務(wù)所(普通合伙) 51220 | 代理人: | 李朝虎 |
| 地址: | 400000 重*** | 國省代碼: | 重慶;50 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 彈幕 文本 情感 分類 方法 裝置 存儲 介質(zhì) | ||
1.一種彈幕文本中情感詞的分類方法,其特征在于,包括:
步驟S1、對Python爬取到的彈幕數(shù)據(jù)進行預(yù)處理,得到待分類彈幕數(shù)據(jù);
步驟S2、判斷待分類彈幕數(shù)據(jù)中是否包含情感詞;
步驟S3、若步驟S2的判定結(jié)果為:不包含,則利用GRU分類器對待分類彈幕數(shù)據(jù)進行分類得到分類結(jié)果;
步驟S4、若步驟S2的判定結(jié)果為:包含,則利用構(gòu)建的彈幕情感分類模型對待分類彈幕數(shù)據(jù)進行分類得到情感分類結(jié)果;
所述彈幕情感分類模型的構(gòu)建和分類過程為:
步驟A、先構(gòu)造彈幕文本領(lǐng)域的七維彈幕情感詞典,并在所述七維彈幕情感詞典基礎(chǔ)上,構(gòu)造文本情感計算分類器計算彈幕數(shù)據(jù)中的情感詞的情感總值;
步驟B、采用模型融合的集成學(xué)習(xí)策略構(gòu)造彈幕情感分類模型,將文本情感計算分類器、樸素貝葉斯分類器和GRU分類器作為基分類器;
步驟C、將待分類彈幕數(shù)據(jù)分為訓(xùn)練集和驗證集,并用訓(xùn)練集分別對各個基分類器進行訓(xùn)練,得到擬合好的各基分類器;
步驟D、將所述驗證集輸入到擬合好的各基分類器中,并調(diào)整相應(yīng)參數(shù),得到驗證后的各基分類器,最終構(gòu)造出彈幕情感分類模型;
步驟E、將待分類彈幕數(shù)據(jù)輸入到驗證后的彈幕情感分類模型中,根據(jù)各個基學(xué)習(xí)器得到的結(jié)果進行投票融合輸出最終情感分類結(jié)果;
步驟A中根據(jù)所述構(gòu)造的文本情感計算分類器計算彈幕數(shù)據(jù)情感詞的情感總值的過程包括:
步驟1、將彈幕數(shù)據(jù)中的情感詞按照所述七維彈幕情感詞典所在的對應(yīng)維度進行分類,得到對應(yīng)維度的彈幕文本;
步驟2、判斷所述彈幕文本是否存在情感反轉(zhuǎn),計算所述彈幕文本對應(yīng)維度的文本情感值;
步驟3、通過彈幕數(shù)據(jù)的其他數(shù)據(jù)維度計算彈幕文本的強度增益;
步驟4、將所述文本情感值和彈幕文本的強度增益進行累加得到對應(yīng)維度下的彈幕文本的情感總值;
步驟5、重復(fù)步驟1-步驟4計算出彈幕文本在七維情感下每個維度的情感總值,按照積極類別情感總值和消極類別情感總值之間的大小關(guān)系確定最終情感類別。
2.根據(jù)權(quán)利要求1所述的一種彈幕文本中情感詞的分類方法,其特征在于,步驟S1中所述彈幕數(shù)據(jù)預(yù)處理具體包括:
將彈幕數(shù)據(jù)維度分為八個維度,包括彈幕距視頻開始后出現(xiàn)時間、彈幕種類、彈幕字體大小、彈幕字體顏色、彈幕發(fā)送時間戳、彈幕池類型、發(fā)送者加密后id、彈幕id;
利用先驗知識對采集到的彈幕數(shù)據(jù)進行打標(biāo),將彈幕數(shù)據(jù)分為積極類別和消極類別,并且將數(shù)據(jù)中的異常值、空值進行刪除,得到帶有情感詞標(biāo)注的正向情感和負(fù)向情感彈幕文本數(shù)據(jù)作為待分類彈幕數(shù)據(jù)。
3.根據(jù)權(quán)利要求1所述的一種彈幕文本中情感詞的分類方法,其特征在于,步驟A中所述七維彈幕情感詞典的構(gòu)造具體包括:
步驟A1、將大連理工大學(xué)所提出的中文情感詞匯本體庫作為所述七維彈幕情感詞典的核心,從七個情感維度來描述情感,包括樂、好、怒、哀、懼、惡和驚,樂和好屬于正向情感,而其他五個則屬于負(fù)向情感,每種情感的強度都分為1、3、4、7、9五檔,1代表強度最小,而9代表強度最大;
步驟A2、對彈幕數(shù)據(jù)進行分析,得到彈幕流行詞詞典,同時,從彈幕文本以及互聯(lián)網(wǎng)常用顏符號中收集231個符號作為顏符號詞典;
步驟A3、根據(jù)大連理工大學(xué)情感詞庫的等級評判標(biāo)準(zhǔn),對流行情感詞和顏符號進行權(quán)重打分,將中文情感詞匯本體庫、彈幕流行詞詞典和顏符號詞典匯總到一起,得到所述七維彈幕情感詞典。
4.根據(jù)權(quán)利要求1所述的一種彈幕文本中情感詞的分類方法,其特征在于,所述得到對應(yīng)維度的彈幕情感詞文本的過程具體包括:分別對爬取到的每條彈幕數(shù)據(jù)進行分詞處理,去除無用停用詞,得到每條彈幕數(shù)據(jù)的詞語集合W{w1,w2,w3,…,wn},W表示該條彈幕數(shù)據(jù)的詞語集合,wi表示該條彈幕數(shù)據(jù)中第i個詞語;
用所述七維彈幕情感詞典對所述每條彈幕數(shù)據(jù)的詞語集合進行詞語匹配,得到Sc是W的子集,表示W(wǎng)中所屬情感維度c的情感詞集合,其中c∈{樂,好,怒,哀,懼,惡,驚}共七維情感,而表示所屬情感維度c的第i個情感詞。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于重慶郵電大學(xué),未經(jīng)重慶郵電大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011418248.1/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





