[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

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,…,w_n}，W表示該條彈幕數(shù)據(jù)的詞語集合，w_i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,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。