[發(fā)明專(zhuān)利]一種彈幕文本中情感詞的分類(lèi)方法、裝置及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011418248.1
• 申請(qǐng)日: 2020-12-07
• 公開(kāi)（公告）號(hào): CN112507115B
• 公開(kāi)（公告）日: 2023-02-03
• 發(fā)明（設(shè)計(jì)）人: 吳渝;于磊;楊杰;張運(yùn)凱
• 申請(qǐng)（專(zhuān)利權(quán)）人: 重慶郵電大學(xué)
• 主分類(lèi)號(hào): G06F16/35
• 分類(lèi)號(hào): G06F16/35;G06F40/242;G06F40/289
• 代理公司: 成都行之專(zhuān)利代理事務(wù)所(普通合伙) 51220
• 代理人: 李朝虎

1.一種彈幕文本中情感詞的分類(lèi)方法，其特征在于，包括：

步驟S1、對(duì)Python爬取到的彈幕數(shù)據(jù)進(jìn)行預(yù)處理，得到待分類(lèi)彈幕數(shù)據(jù)；

步驟S2、判斷待分類(lèi)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(lèi)器對(duì)待分類(lèi)彈幕數(shù)據(jù)進(jìn)行分類(lèi)得到分類(lèi)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(lèi)模型對(duì)待分類(lèi)彈幕數(shù)據(jù)進(jìn)行分類(lèi)得到情感分類(lèi)結(jié)果；

所述彈幕情感分類(lèi)模型的構(gòu)建和分類(lèi)過(guò)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(jì)算分類(lèi)器計(jì)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(lèi)模型，將文本情感計(jì)算分類(lèi)器、樸素貝葉斯分類(lèi)器和GRU分類(lèi)器作為基分類(lèi)器；

步驟C、將待分類(lèi)彈幕數(shù)據(jù)分為訓(xùn)練集和驗(yàn)證集，并用訓(xùn)練集分別對(duì)各個(gè)基分類(lèi)器進(jìn)行訓(xùn)練，得到擬合好的各基分類(lèi)器；

步驟D、將所述驗(yàn)證集輸入到擬合好的各基分類(lèi)器中，并調(diào)整相應(yīng)參數(shù)，得到驗(yàn)證后的各基分類(lèi)器，最終構(gòu)造出彈幕情感分類(lèi)模型；

步驟E、將待分類(lèi)彈幕數(shù)據(jù)輸入到驗(yàn)證后的彈幕情感分類(lèi)模型中，根據(jù)各個(gè)基學(xué)習(xí)器得到的結(jié)果進(jìn)行投票融合輸出最終情感分類(lèi)結(jié)果；

步驟A中根據(jù)所述構(gòu)造的文本情感計(jì)算分類(lèi)器計(jì)算彈幕數(shù)據(jù)情感詞的情感總值的過(guò)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(duì)應(yīng)維度進(jìn)行分類(lèi)，得到對(duì)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(jì)算所述彈幕文本對(duì)應(yīng)維度的文本情感值；

步驟3、通過(guò)彈幕數(shù)據(jù)的其他數(shù)據(jù)維度計(jì)算彈幕文本的強(qiáng)度增益；

步驟4、將所述文本情感值和彈幕文本的強(qiáng)度增益進(jìn)行累加得到對(duì)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(jì)算出彈幕文本在七維情感下每個(gè)維度的情感總值，按照積極類(lèi)別情感總值和消極類(lèi)別情感總值之間的大小關(guān)系確定最終情感類(lèi)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(lèi)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(gè)維度，包括彈幕距視頻開(kāi)始后出現(xiàn)時(shí)間、彈幕種類(lèi)、彈幕字體大小、彈幕字體顏色、彈幕發(fā)送時(shí)間戳、彈幕池類(lèi)型、發(fā)送者加密后id、彈幕id；

利用先驗(yàn)知識(shí)對(duì)采集到的彈幕數(shù)據(jù)進(jìn)行打標(biāo)，將彈幕數(shù)據(jù)分為積極類(lèi)別和消極類(lèi)別，并且將數(shù)據(jù)中的異常值、空值進(jìn)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(lèi)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(lèi)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(kù)作為所述七維彈幕情感詞典的核心，從七個(gè)情感維度來(lái)描述情感，包括樂(lè)、好、怒、哀、懼、惡和驚，樂(lè)和好屬于正向情感，而其他五個(gè)則屬于負(fù)向情感，每種情感的強(qiáng)度都分為1、3、4、7、9五檔，1代表強(qiáng)度最小，而9代表強(qiáng)度最大；

步驟A2、對(duì)彈幕數(shù)據(jù)進(jìn)行分析，得到彈幕流行詞詞典，同時(shí)，從彈幕文本以及互聯(lián)網(wǎng)常用顏符號(hào)中收集231個(gè)符號(hào)作為顏符號(hào)詞典；

步驟A3、根據(jù)大連理工大學(xué)情感詞庫(kù)的等級(jí)評(píng)判標(biāo)準(zhǔn)，對(duì)流行情感詞和顏符號(hào)進(jìn)行權(quán)重打分，將中文情感詞匯本體庫(kù)、彈幕流行詞詞典和顏符號(hào)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(lèi)方法，其特征在于，所述得到對(duì)應(yīng)維度的彈幕情感詞文本的過(guò)程具體包括：分別對(duì)爬取到的每條彈幕數(shù)據(jù)進(jìn)行分詞處理，去除無(wú)用停用詞，得到每條彈幕數(shù)據(jù)的詞語(yǔ)集合W{w₁,w₂,w₃,…,w_n}，W表示該條彈幕數(shù)據(jù)的詞語(yǔ)集合，w_i表示該條彈幕數(shù)據(jù)中第i個(gè)詞語(yǔ)；

用所述七維彈幕情感詞典對(duì)所述每條彈幕數(shù)據(jù)的詞語(yǔ)集合進(jìn)行詞語(yǔ)匹配，得到S_c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(lè),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(gè)情感詞。