[发明专利]一种基于深度信念网络的短文本特征优化及情感分析方法

权利要求书

1.一种基于深度信念网络的短文本特征提取及情感分析方法，其特征在于，包括以下步骤：

步骤1、获取微博短文本语料集合、同义词典、语义递进关联词典、微博表情词典、分词模型；

步骤2、对短文本进行扩展重构，包括：

(2.1)将微博语料按照转发评论关系构建上下文关联树；

(2.2)利用语义递进关联词典寻找上下文中与原始微博情感倾向相同的语料，对原始文本进行扩展重构；

步骤3、短文本分词及预处理，包括：

(3.1)将获得表情符号加入到分词模型中，然后利用优化的分词模型对扩展后的短文本语料进行分词；

(3.2)将分词后的语料进行停用词过滤，标点符号过滤；

步骤4，词语相似度计算模型构建，具体工作如下：

将收集整理的同义词典与分词预处理后的词语利用Word2vec进行词语相似度训练，获得词语相似度计算模型；

步骤5、短文本特征向量扩展，包括：

(5.1)将分词预处理后的短文本分词集合利用特征提取算法进行大规模粗粒度特征抽取，获得候选特征词集合；

(5.2)利用词语相似度计算模型对候选特征词集合进行词语扩展，即依次对每个候选特征词计算出余弦相似度大于0.8的相似词集合，扩展到现有的候选特征词集合中；

步骤6、对扩展后的候选特征词集合，通过基于深度信念网络的特征进行深度自适应抽取；

步骤7、将深度信念网络获得的特征词集合利用机器学习分类算法进行分类训练，获得分类预测模型；

步骤8、利用分类预测模型将测试数据集进行情感标注。

2.如权利要求1所述的基于深度信念网络的短文本特征提取及情感分析方法，其特征在于，步骤8中具体过程如下：

(1)将测试训练集经过上述相同的步骤进行文本扩展、分词、特征扩展、基于深度信念网络特征进行提取；

(2)利用分类预测模型对未标注的测试数据进行情感倾向判定，将获得的情感分类结果输出给用户。