[發明專利]一種彈幕文本中情感詞的分類方法、裝置及存儲介質

有效

• 申請號: 202011418248.1
• 申請日: 2020-12-07
• 公開（公告）號: CN112507115B
• 公開（公告）日: 2023-02-03
• 發明（設計）人: 吳渝;于磊;楊杰;張運凱
• 申請（專利權）人: 重慶郵電大學
• 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所(普通合伙) 51220
• 代理人: 李朝虎

本發明公開了一種彈幕文本中情感詞的分類方法及裝置，包括以下步驟：對Python爬取到的彈幕數據進行預處理，判斷待分類彈幕數據中是否包含情感詞，若不包含則直接利用GRU分類器進行分類得到分類結果；若包含情感詞，則構造彈幕文本領域的多維彈幕情感詞典，并在所述多維彈幕情感詞典基礎上，構造文本情感計算分類器；采用模型融合的集成學習策略構造彈幕情感分類模型；將測試集數據輸入到彈幕情感分類模型中，得到彈幕的情感分類結果。本發明擴展了情感詞典，利用GRU、樸素貝葉斯和七維情感計算分類方法作為基分類器，根據各個基分類器得到的結果進行投票融合輸出最終情感分類結果，解決彈幕短文本情感詞分類問題。

技術領域

本發明屬于網絡輿情領域，具體涉及一種彈幕文本中情感詞的分類方法、裝置及存儲介質。

背景技術

近些年，隨著互聯網的不斷發展，彈幕視頻網站開始流行起來。越來越多的青少年習慣于在觀看該類型視頻的同時發送彈幕來表達自己的觀點。而在彈幕視頻這種帶有社交因素的環境中，一旦出現輿情或熱點事件視頻，將會迅速傳播，造成巨大影響。彈幕發送者大多為涉世未深的青少年，很容易被其中故意引戰的彈幕帶偏，這些消極以及引戰彈幕很容易對他們產生不利的影響，有礙于青少年身心健康的發展。因此，如果不加以管控，這種惡意的，消極的彈幕將會對青少年造成較為嚴重的負面影響，甚至會有一些不法分子輸出惡意觀點，散播惡意謠言，嚴重破壞了網絡空間的和諧以及危害青少年的的心理健康。

彈幕這種短文本分類主要分為兩種方法：基于機器學習的方法和基于情感詞典的方法。基于情感詞典的方法計算較為方便，無需對數據進行標注，但是該方法的問題是依賴情感詞典的質量，特別是彈幕這種需要有專門的領域詞典來進行適配，并且目前針對彈幕并沒有一種有效的情感計算方法。而基于機器學習的方法則不需要特定領域詞典，只需要進行特征提取處理，進而送入分類模型進行訓練以及調優。但缺點是需要人工標注數據類別，且語義表達存在一定的局限性。

現如今網絡上涌現出了大量的流行詞語，隨著這些詞的不斷出現，傳統的情感詞典已經不能滿足這種帶有這種新興詞匯的句子的后續分析，特別是彈幕這種帶有專有彈幕熱詞的句子。常用顏表情，口語化，符號化是彈幕文本最鮮明的特點之一，且顏表情是一種較為強烈的情感體現，而傳統情感詞典則選擇忽略掉這些符號表情，這在彈幕文本分析的過程中會造成大量的信息流失。因此，需要一種包含了網絡熱詞和彈幕新型情感詞，還包含有常用顏表情和顏符號，在詞語方面和非常規詞語方面進行有效的擴充。

發明內容

本發明提供了一種彈幕文本中情感詞的分類方法及裝置，在現有的情感詞典中加入網絡熱詞、彈幕新型情感詞、常用顏表情和顏符號得到多維彈幕情感詞典，利用GRU、樸素貝葉斯和七維情感計算分類方法作為基分類器對彈幕短文本進行分類，解決彈幕短文本的情感分類問題。

本發明的技術方案如下：

現有技術中，對于彈幕文本情感詞的分類方法中，傳統的情感詞典對于新興的流行詞沒有辦法進行分類，因此需要結合當今網絡上的網絡熱詞和彈幕新型情感詞，從不同維度對彈幕進行描述，重新構建情感詞典和情感分類模型，對彈幕中的情感詞進行有效的分類，本發明一種彈幕文本中情感詞的分類方法，包括：

步驟S1、對Python爬取到的彈幕數據進行預處理，得到待分類彈幕數據；

步驟S2、判斷待分類彈幕數據中是否包含情感詞；

步驟S3、若步驟S2的判定結果為:不包含,則利用GRU分類器對待分類彈幕數據進行分類得到分類結果；

步驟S4、若步驟S2的判定結果為:包含,則利用構建的彈幕情感分類模型對待分類彈幕數據進行分類得到情感分類結果；

所述彈幕情感分類模型的構建和分類過程為:

步驟A、先構造彈幕文本領域的七維彈幕情感詞典，并在所述七維彈幕情感詞典基礎上，構造文本情感計算分類器計算彈幕數據中的情感詞的情感總值；