[發明專利]基于上下文語義的微博短文本的情感分析方法

有效

• 申請號: 202110411497.6
• 申請日: 2021-04-16
• 公開（公告）號: CN113190648B
• 公開（公告）日: 2022-09-20
• 發明（設計）人: 史偉;付月;史麥可
• 申請（專利權）人: 湖州師范學院
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/31;G06F40/242;G06F40/279;G06F40/30
• 代理公司: 西安研創天下知識產權代理事務所(普通合伙) 61239
• 代理人: 梁寶龍

本發明公開了一種基于上下文語義的微博短文本的情感分析方法，本發明提出基于情感圈的情感分析方法，對微博文本集中的每個詞語構建情感圈，運用情感圈從詞語所處語境的共現模式中捕獲詞語的潛在語義，并提出了情感圈的語義表示和情感值計算方法，通過本發明的方法使得情感檢測的結果準確率更高。

技術領域

本發明涉及網絡社會媒體情感分類領域，具體涉及一種基于上下文語義的微博短文本的情感分析方法。

背景技術

目前，微博成為了人們表達對各種話題的看法和態度提供了一種平民平臺，因此微博情感分析方法受到廣泛關注。

微博中的信息主要是以短文本的形式存在，微博短文本情感分析的方法主要集中于個體微博情感的識別(即單條微博級情感檢測)，而當前的微博級情感檢測工作主要采用兩種方法：基于機器學習的方法和基于詞典的方法。

機器學習方法需要為情感分類器學習訓練數據。在微博中，訓練數據有些通過情感符號假設微博的極性(正面、負面和中立)，有些則從情感檢測網站返回的結果中獲得共識。而且監督方法是領域依賴的，需要對新的數據進行重新訓練。鑒于微博中不斷涌現的不同的主題，領域依賴限制了這種方法的應用；反之，基于詞典的方法則不需要訓練數據，而是使用所有情感詞匯加權來確定給定文本的整體情感傾向，這類方法通常在常規文本中能取得較準確的分析結果。然而，因為微博文本里包含大量的畸形詞和口語表達(例如“ky”、“ssfd”、“猴腮雷”)Wei Shi et al(2015)構建了一種基于情感本體和語義的社交化短文本情感分析方法，叫EOSentiMiner。

雖然構建的EOSentiMiner和情感本體在相應的數據集中取得了良好的情感分析效果，但是和其它基于詞典的方法類似，其中的情感本體同樣面臨兩個主要的問題。首先EOSentiMiner的準確性召回率受限于情感本體中的固定詞集，如果情感本體中沒有的詞語在情感分析中就很難被考慮，這在處理微博文本時會成為一個問題，因為微博中新的表達和隱語不斷涌現。其次更為重要的是，EOSentiMiner提供的是固定的、上下文語境無關的情感詞的極性和強度。但是在實際的很多微博文本中不同的詞語在不同的上下文語境中確表現出不同的情感極性和強度。

為此，如何獲取情感詞極性和強度在上下文語境中的變化，并以此構建更為準確和高效的微博情感分析方法，從而得到理想的情感分類結果，是目前亟待解決的問題。

發明內容

針對上述存在的問題，本發明旨在提供一種基于上下文語義的微博短文本的情感分析方法，其采用情感圈(SentiCircles)方法，捕捉詞匯上下文語義(比如文本中詞語的語義共現模式)建立詞語的動態表示，適時調整已構建的情感本體中情感詞的情感極性和強度。

為了實現上述目的，本發明所采用的技術方案如下：

一種基于上下文語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：獲取微博短文本數據，基于該文本數據，獲取上下文語境信息，并根據所述上下文語境信息構建一組微博文本集T；

步驟2：采用分詞方法對每組微博文本集T中的文本進行分詞處理，根據分詞結果為每個詞語創建詞語索引，并通過多種文本處理方法對詞語進行預處理操作；

步驟3：針對所述的一組微博文本集T，生成詞語m的上下文語境向量；

步驟4：通過為每個詞語m計算其與語境中其它詞語的相關度來得到上下文語境特征，同時使用外部情感本體為所述語境中的語境詞c_i分配初始情感值，即c_i的先驗情感值；

步驟5：將詞語m的詞語語境向量轉換為2D幾何圓，以此表示情感極性和情感強度值，該幾何圓即為構建的情感圈；

步驟6：基于情感圈進行實體級和微博級的情感識別，得到識別結果。