[發明專利]一種知識感知的情感分析方法

在審

• 申請號: 202110572656.0
• 申請日: 2021-05-25
• 公開（公告）號: CN113191160A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 柯尊旺;李哲;劉士坤;代立;韓華偉
• 申請（專利權）人: 新疆大學
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/253;G06F40/242;G06F40/211;G06N3/04;G06N3/08
• 代理公司: 西安銘澤知識產權代理事務所(普通合伙) 61223
• 代理人: 張舉

1.一種知識感知的情感分析方法，其特征在于，包括以下步驟：

步驟1、收集自然語言解釋e_i，并利用語義解析器將收集的自然語言解釋e_i生成一系列候選標簽函數；

步驟2、將候選標簽函數輸入到過濾器組中進行過濾，剔除超過設定閾值的候選標簽函數；

步驟3、將剩余的候選標簽函數應用于未標注的樣本實例，并生成標注矩陣，將標注矩陣傳遞給標注聚合器，所述標注聚合器將標注矩陣中存在潛在沖突和重疊的標注集成到每個樣本中，生成新的標注；

步驟4、利用生成的新的標注對情感分類器判別模型進行訓練，根據所述情感分類器判別模型進行情感分析。

2.根據權利要求1所述的知識感知的情感分析方法，其特征在于，所述步驟1中為情感分析語料提供多個自然語言解釋e_i，基于語義解析器CCG的語義分析方法將自然語言解釋e_i解析為一系列候選標簽函數。

3.根據權利要求1所述的知識感知的情感分析方法，其特征在于，所述情感分類器判別模型為BiLSTM+Attention網絡。

4.根據權利要求3所述的知識感知的情感分析方法，其特征在于，所述步驟1具體包括以下步驟：

步驟1.1、編碼一個領域詞典，將每個單詞映射到它的語法和邏輯謂詞，對于每個自然語言解釋e_i，語義解析器基于CCG生成多個邏輯形式；

步驟1.2、使用特征向量φ(f)∈R^d，其中每個元素計算特定CCG組合子的應用程序數，具體為：

給出自然語言解釋e_i，由θ∈R^d參數化的語義解析器在所有可能的邏輯形式上輸出概率分布；邏輯形式的概率計算如下：

為了學習θ，最大化給定e_i的概率y_i，這是通過邊緣化所有邏輯形式來計算的匹配x_i；形式上，目標損失函數定義如下：

當使用基于梯度的方法導出最優θ*時，e_i的解析結果被定義為：

5.根據權利要求4所述的知識感知的情感分析方法，其特征在于，所述步驟3和4的具體操作如下：

如果通過過濾器組的m標簽函數被用于n實例，標簽聚合器執行一個函數f:{-1,0,1}^m×n→[0,1]^m；

利用數據編程來建模真實標簽之間的關系，標簽函數輸出一個因子圖；進一步，給定潛在標簽Y∈{-1,1}ⁿ，和觀察中標簽矩陣Λ∈{-1，0，1}，其中Λ_i,j＝LF_i(x_j)，將標簽傾向和準確性定義為兩種因素:

因此，對于與給定數據點x_j，有關的因素φ_j(Λ,Y)∈R^m定義為：

其中為權向量，Z_w為歸一化常數；

為了在不確定真標記Y的情況下確定這個模型，使用感知到的標簽λ，最小化負對數邊際為：

利用隨機梯度下降SGD和吉布斯抽樣推斷并利用邊緣作為概率對情感分類器判別模型進行訓練，根據所述情感分類器判別模型進行情感分析。