[发明专利]训练情感分类模型和文本情感极性分析的方法及系统

权利要求书

1.一种训练情感分类模型的方法，包括：

从语料库中采集数据，获得原始数据；

对所述原始数据进行预处理，获得预处理数据；

通过神经网络模型，从所述预处理数据中提取词向量；

将所述词向量，按预设融合规则进行融合，生成句向量特征；

根据所述句向量特征，训练情感分类模型，得到训练后的情感分类模型。

2.如权利要求1所述的方法，其中，所述通过神经网络模型，从所述预处 理数据中提取词向量，包括：

将所述预处理数据中的词转换成0-1的向量并按位相加后，作为神经网络 模型的输入层；

以霍夫曼编码树作为所述神经网络模型的输出层；

使所述神经网络模型无监督学习得到所述词对应的词向量。

3.如权利要求1所述方法，其中，所述按预设融合规则进行融合，包括：

按预设规则进行叠加。

4.如权利要求1所述的方法，其中，所述根据所述句向量特征，训练情感 分类模型，包括：

用所述句向量特征，通过学习模型进行有监督训练，获得情感分类模型。

5.如权利要求1～4任一项所述的方法，其中，所述从语料库中采集数据， 包括：

通过爬虫工具爬取所述语料库中的内容来采集数据。

6.如权利要求1～4任一项所述的方法，其中，所述对所述原始数据进行预 处理，获得预处理数据，包括：

清洗所述原始数据，获得清洗后数据；

对所述清洗后数据做分词和去停用词处理，获得预处理数据。

7.如权利要求6所述方法，其中，所述清洗所述原始数据，包括：

删除所述原始数据中的HTML标签和URL；

当所述语料库中的内容为中文时，将所述原始数据中的繁体字转换成简体 字。

8.一种文本情感极性分析的方法，包括：

从目标文本中提取句向量特征；

根据所述句向量特征和权利要求1～7中任一项所述的训练情感分类模型的 方法得到的训练后的情感分类模型，分析所述目标文本的情感极性。

9.一种训练情感分类模型的系统，其特征在于，包括：

数据采集单元，用于从语料库中采集数据，获得原始数据；

原始数据预处理单元，用于对所述原始数据进行预处理，获得预处理数据；

词向量提取单元，用于通过神经网络模型，从所述预处理数据中提取词向 量；

句向量特征生成单元，用于将所述词向量，按预设融合规则进行融合，生 成句向量特征；以及

情感分类模型训练单元，用于根据所述句向量特征，训练情感分类模型， 得到训练后的情感分类模型。

10.如权利要求9所述的系统，其中，所述原始数据预处理单元包括：

清洗子单元，用于清洗所述原始数据，获得清洗后数据；以及

分词和去停用词子单元，用于对所述清洗后数据做分词和去停用词处理， 获得预处理数据。

11.如权利要求10所述的系统，其中，所述清洗子单元包括：

删除孙单元，用于删除所述原始数据中的HTML标签和URL；以及

转换孙单元，用于当所述语料库中的文字为中文时，将所述原始数据中的 繁体字转换成简体字。

12.一种文本情感极性分析的系统，包括：

句向量特征提取单元，用于从目标文本中提取句向量特征；以及

情感极性分析单元，用于根据所述句向量特征和权利要求9～11中任一项所 述的训练情感分类模型的系统得到的训练后的情感分类模型，分析所述目标文 本的情感极性。