[发明专利]词语情感类型的分析方法和装置

说明书

技术领域

本发明涉及数据处理领域，具体而言，涉及一种词语情感类型的分析方法和装置。

背景技术

对于人们关注的主题，如果给定一个样本词语，需要解决的问题是如何根据给定的大量文本信息快速有效的分析给定样本词语的情感类型，即确定给定样本词语的情感倾向性。为解决上述的问题，现有技术中的词语的情感类型分析方法主要是根据情感倾向性词汇的语料库，匹配相关词汇，遍历查找给定样本词语的词语倾向性(即情感类型)，但是，现有技术无法应用于语料库中未收录的词语(如新出现的网络词语)或者本身不带有情感倾向性的词语。

由于现有的解决方案运用遍历法查找给定样本词语的词语倾向性，在计算和存储数据时耗费的计算机资源都比较大，处理速度慢，而且通过匹配情感倾向性词汇的语料库中的词汇的方法查找给定样本词语的词语倾向性，无法分析语料库中未收录的词汇的词语倾向性。

针对现有技术中机器无法准确分析词语的情感类型的问题，目前尚未提出有效的解决方案。

发明内容

本发明的主要目的在于提供一种词语情感类型的分析方法和装置，以解决现有技术中机器无法准确分析词语的情感类型的问题。

为了实现上述目的，根据本发明实施例的一个方面，提供了一种词语情感类型的分析方法。

根据本发明的分析方法包括：对文本样本进行分词处理，得到词语集合；从词语集合中抽取预设数量的第一词语得到第一词语样本；使用预设的情感标注值设置第一词语样本中的各个第一词语的情感属性，得到多个情感类型的第二词语样本；基于第二词语样本中的第二词语的词组向量和第二词语的情感属性计算各个情感类型的高斯分布参数；使用高斯分布参数计算文本样本中的第三词语的对应各个情感类型的概率；基于第三词语的对应各个情感类型的概率确定第三词语的情感类型。

进一步地，多个情感类型包括第一情感类型和第二情感类型，其中，基于第三词语的对应各个情感类型的概率确定第三词语的情感类型包括：获取第三词语对应第一情感类型的第一概率和第三词语对应第二情感类型的第二概率；计算第一概率与第二概率的差值；判断差值是否大于第一预设阈值；若差值大于第一预设阈值，则判断出第三词语的情感类型为第一情感类型；若差值不大于第一预设阈值，则判断差值是否小于第二预设阈值；若差值小于第二预设阈值，则判断出第三词语的情感类型为第二情感类型；若差值不小于第二预设阈值，则判断出第三词语的情感类型为第三情感类型。

进一步地，使用预设的情感标注值设置第一词语样本中的各个第一词语的情感属性，得到多个情感类型的第二词语样本包括：使用预设的第一标识值设置属于第一情感类型的第一词语的情感属性，得到第一情感类型的第二词语样本；使用预设的第二标识值设置属于第二情感类型的第一词语的情感属性；得到第二情感类型的第二词语样本。

进一步地，使用预设的情感标注值设置第一词语样本中的各个第一词语的情感属性，得到多个情感类型的第二词语样本包括：在数据表中读取第一词语的情感倾向词；使用情感倾向词的情感标注值设置第一词语的情感属性，得到多个情感类型的第二词语样本。

进一步地，在对文本样本进行分词处理，得到词语集合之后，分析方法还包括：通过机器学习方法获取文本样本中各个词语的词组向量，其中，词组向量中的一维数据用于描述该词语的一个属性信息。

为了实现上述目的，根据本发明实施例的另一方面，提供了一种词语情感类型的分析装置。

根据本发明的分析装置包括：分词模块，用于对文本样本进行分词处理，得到词语集合；抽取模块，用于从词语集合中抽取预设数量的第一词语得到第一词语样本；设置模块，用于使用预设的情感标注值设置第一词语样本中的各个第一词语的情感属性，得到多个情感类型的第二词语样本；第一计算模块，用于基于第二词语样本中的第二词语的词组向量和第二词语的情感属性计算各个情感类型的高斯分布参数；第二计算模块，用于使用高斯分布参数计算文本样本中的第三词语的对应各个情感类型的概率；确定模块，用于基于第三词语的对应各个情感类型的概率确定第三词语的情感类型。