[發(fā)明專利]基于上下文語(yǔ)義的微博短文本的情感分析方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110411497.6
• 申請(qǐng)日: 2021-04-16
• 公開（公告）號(hào): CN113190648B
• 公開（公告）日: 2022-09-20
• 發(fā)明（設(shè)計(jì)）人: 史偉;付月;史麥可
• 申請(qǐng)（專利權(quán)）人: 湖州師范學(xué)院
• 主分類號(hào): G06F16/33
• 分類號(hào): G06F16/33;G06F16/31;G06F40/242;G06F40/279;G06F40/30
• 代理公司: 西安研創(chuàng)天下知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61239
• 代理人: 梁寶龍

1.基于上下文語(yǔ)義的微博短文本的情感分析方法，其特征在于，包括以下步驟：

步驟1：獲取微博短文本數(shù)據(jù)，基于該文本數(shù)據(jù)，獲取上下文語(yǔ)境信息，并根據(jù)所述上下文語(yǔ)境信息構(gòu)建一組微博文本集T；

步驟2：采用分詞方法對(duì)每組微博文本集T中的文本進(jìn)行分詞處理，根據(jù)分詞結(jié)果為每個(gè)詞語(yǔ)創(chuàng)建詞語(yǔ)索引，并通過(guò)多種文本處理方法對(duì)詞語(yǔ)進(jìn)行預(yù)處理操作；

步驟3：針對(duì)所述的一組微博文本集T，生成詞語(yǔ)m的上下文語(yǔ)境向量；

步驟4：通過(guò)為每個(gè)詞語(yǔ)m計(jì)算其與語(yǔ)境中其它詞語(yǔ)的相關(guān)度來(lái)得到上下文語(yǔ)境特征，同時(shí)使用現(xiàn)有的外部情感本體為所述語(yǔ)境中的語(yǔ)境詞C_i分配初始情感值，即C_i的先驗(yàn)情感值；

步驟5：將詞語(yǔ)m的詞語(yǔ)語(yǔ)境向量轉(zhuǎn)換為2D幾何圓，以此表示情感極性和情感強(qiáng)度值，該幾何圓即為構(gòu)建的情感圈；

步驟5的具體操作步驟包括：

步驟51：以詞語(yǔ)m為圓心，詞語(yǔ)m的上下文語(yǔ)境特征為半徑，得到一個(gè)幾何圓，圓上的每個(gè)點(diǎn)為語(yǔ)境詞C_i，該幾何圓即為得到的情感圈，則情感圈在極坐標(biāo)系中可表示為：

其中，a是圓的半徑，(r₀，φ)是圓中心的極坐標(biāo)，(r，θ)是一個(gè)語(yǔ)境詞語(yǔ)在圓上的極坐標(biāo)；

且語(yǔ)境詞語(yǔ)C_i的半徑r_i以及語(yǔ)境詞語(yǔ)C_i的角度θ_i的計(jì)算公式分別為：

步驟52：在情感圈中將所有詞語(yǔ)的半徑都標(biāo)準(zhǔn)化為0-1之間，故任何一個(gè)情感圈的半徑a都為1，所有的角度值為弧度；

步驟53：使用三角函數(shù)正弦和余弦定理將極坐標(biāo)系轉(zhuǎn)換為笛卡爾坐標(biāo)系，轉(zhuǎn)換公式為：

x_i＝r_icosθ_i y_i＝r_isinθ_i (4)；

步驟54：利用圓的三角形屬性對(duì)詞語(yǔ)的上下文語(yǔ)義進(jìn)行編碼，并以此作為情感極性和情感強(qiáng)度值，在笛卡爾坐標(biāo)系中用Y軸表示詞語(yǔ)的情感極性，y為正值則表示正面情感，反之則表示負(fù)面情感；X軸表示詞語(yǔ)的強(qiáng)度，x值越小則情感越強(qiáng)；

步驟6：基于情感圈進(jìn)行實(shí)體級(jí)和微博級(jí)的情感識(shí)別，得到識(shí)別結(jié)果；

步驟6的具體操作步驟包括：

步驟61：對(duì)于實(shí)體級(jí)情感識(shí)別：對(duì)于實(shí)體e_i∈ε和它相應(yīng)的情感圈，該實(shí)體的情感由其情感圈的情感中值g表示，根據(jù)情感中值g所處的位置來(lái)判斷該實(shí)體的情感類型，即該情感實(shí)體的情感函數(shù)γ為：

其中，σ是定義″中性域″Y軸邊界的閥值；

步驟62：對(duì)于單條微博級(jí)情感識(shí)別：對(duì)于每條微博t_i∈T采用中值法或關(guān)鍵詞法或混合法進(jìn)行處理，最終得到微博t_i的整體情感值。

2.根據(jù)權(quán)利要求1所述的基于上下文語(yǔ)義的微博短文本的情感分析方法，其特征在于，步驟2中所述的預(yù)處理操作包括：

S21：對(duì)在空白邊界上的個(gè)別詞進(jìn)行分離；

S22：從詞語(yǔ)中去除所有非文字的數(shù)字字符；

S23：去除1208個(gè)標(biāo)準(zhǔn)停用詞；

S24：從微博中過(guò)濾掉連接符號(hào)和用戶名字；

S25：移除″回復(fù)″、″轉(zhuǎn)發(fā)微博″詞和轉(zhuǎn)發(fā)的內(nèi)容；

S26：基本詞性標(biāo)注；

S27：對(duì)出現(xiàn)的否定詞和程度詞分別進(jìn)行處理。