[發明專利]一種基于細粒度事件信息增強的短文本隱式情感分類方法

在審

• 申請號: 202310052123.9
• 申請日: 2023-02-02
• 公開（公告）號: CN116029293A
• 公開（公告）日: 2023-04-28
• 發明（設計）人: 倪麗萍;劉玉強;陳星月;王琪
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F18/241;G06N3/0442;G06N3/08
• 代理公司: 安徽省合肥新安專利代理有限責任公司 34101
• 代理人: 陸麗莉;何梅生

1.一種基于細粒度事件信息增強的短文本隱式情感分類方法，其特征在于，是按如下步驟進行：

步驟1、獲取評論數據中的短文本并構建數據集，對所述數據集中的所有短文本進行數據預處理，得到每個短文本對應的分詞集合，其中，任意一個短文本的分詞集合s＝(s₁,s₂,...,s_i,...,s_a)，其中，s_i表示分詞集合s中第i個詞，a表示分詞集合s中詞的總數；

步驟2、使用事件抽取器對分詞集合s進行單事件的抽取，以抽取出單事件的各個元素，從而得到相應短文本對應的細粒度單事件元組t＝(t₁,t₂,...,t_l,...,t_b)，其中，t_l表示單事件元組t中第l個元素，b表示單事件元組t中元素的總數，l∈[1,b]；

步驟3、將單事件元組t輸入BERT預訓練模型，得到單事件元組t中每個元素的隱藏狀態，其中，第l個元素的隱藏狀態記為H_l；

步驟4、將單事件元組t中每個元素的隱藏狀態輸入到注意力機制網絡中，用于得到單事件元組t的表征向量；

步驟4.1、利用式(1)和式(2)計算單事件元組t中第l個元素t_l的注意力得分α_l：

u_l＝sigmoid(W₁H_l+b₁)?????(1)

式(1)中，W₁是第一權重矩陣，b₁是第一偏置向量，sigmoid表示激活函數，u_l是單事件元組t中第l個元素t_l的新隱藏狀態；

式(2)中，T表示轉置操作，θ_l表示隨機初始化的第l個元素t_l的注意力矩陣；

步驟4.2、利用式(3)得到單事件元組t的注意力特征向量h_t，并作為單事件元組t的表征向量：

步驟5、將分詞集合s輸入所述BERT預訓練模型中，得到短文本的隱藏向量h_s，從而利用式(4)得到單事件信息增強的短文本表征r_final：

式(4)中，W₂是第二權重矩陣，b₂是第二偏置向量，T表示轉置操作，T^[1:K]是一個由K個維度為d×d的矩陣組成的張量，f表示融合函數，h_t^TT^[1:K]h_s表示一個K維張量積；

步驟6、將短文本表征r_final輸入Bi-GRU模型的前向GRU模型中進行處理，并得到短文本表征r_final的前向隱藏向量再將短文本表征r_final逆序輸入Bi-GRU模型的后向GRU模型中進行處理，并得到短文本表征r_final的后向隱藏向量

步驟7、利用式(5)得到短文本表征r_final最終的隱藏向量h：

步驟8、將所述隱藏向量h輸入到sigmoid層中，從而利用式(6)得到相應短文本的正向情感或負向情感對應的概率值y，以選取較大概率值所對應的情感作為相應短文本最終的情感分類結果：

式(6)中，W₃是第三權重矩陣，b₃是第三偏置向量。

2.一種電子設備，包括存儲器以及處理器，其特征在于，所述存儲器用于存儲支持處理器執行權利要求1所述短文本隱式情感分類方法的程序，所述處理器被配置為用于執行所述存儲器中存儲的程序。

3.一種計算機可讀存儲介質，計算機可讀存儲介質上存儲有計算機程序，其特征在于，所述計算機程序被處理器運行時執行權利要求1所述短文本隱式情感分類方法的步驟。