[发明专利]一种基于融合词性和语义信息的Skip-gram模型的情感分析方法

权利要求书

1.一种基于融合词性和语义信息的Skip-gram模型的情感分析方法，其特征在于，该方法包括以下步骤：

步骤1.评论语料库预处理，得到文本训练集；

步骤2.基于文本训练集构建综合词性关联关系权重矩阵Z_n×n,n为词性的数量；

步骤3.基于综合词性关联关系权重矩阵Z_n×n，融合词性信息建立Skip-gram模型，基于该模型将文本训练集中每个单词转化为对应的词向量，得到词向量训练集；

步骤4.基于词向量训练集，将评论语料库中的每个评论文档，在由词向量组成文档向量的过程中，加入语言学语义信息，得到文档向量数据集；

步骤5.采用分类算法对文档向量数据集进行分类，实现情感分析；

步骤2包括以下步骤：

步骤2.1.定义词性权重矩阵PW_n×n，根据不同词性对对于情感极性的影响人为赋值矩阵元素PW_ij，其中，PW_ij表示词性i-词性j词性对对于情感极性的影响权重；

2.2基于文本训练集构建词性关联矩阵M_n×n，矩阵元素M_ij的取值为词性i-词性j词性对在文本训练集中的出现频率；

2.3基于词性权重矩阵PW_n×n和词性关联矩阵M_n×n，计算综合词性关联关系权重矩阵Z_n×n，其计算公式如下：

Z_n×n＝M_n×n*PW_n×n (1)

步骤3包括以下步骤：

3.1基于综合词性关联关系权重矩阵Z_n×n，融合词性信息建立Skip-gram模型，该模型采用负采样优化，目标函数表示如下：

其中，w为当前单词，C为文本训练集；

表示上下文单词；Context(w)表示上下文；

u表示负采样成功的单词，NEG(w)表示从语料库采样的负样本集；

标签L^w(u)表示负采样成功的概率函数，在负采样过程中，已知上下文Context(w)的条件下，采样到w为正采样，非w为负采样，L^w(u)的计算公式如下：

将词性信息融合进sigmoid单分类判别函数，计算公式如下：

其中，表示上下文Context(w)中任一单词的词向量的转置；θ^u表示分类器的参数，为优化目标函数后待求的参数，用于辅助求解最优化问题的向量；负采样单词u的词性为i，上下文任一单词为的词性为j，单词u和的词性关联关系为Z_ij，Z_ij表示综合词性关联关系权重矩阵第i行第j列元素；

3.2对整个文本训练集进行优化，使得目标函数最大，求解得到单词的词向量

2.如权利要求1所述的情感分析方法，其特征在于，预处理包括：过滤、分词、词性标注。

3.如权利要求1所述的情感分析方法，其特征在于，步骤4中使用权重加权法，在由词向量组成文档向量的过程中，加入语言学语义信息，计算公式如下：

其中，v(D)表示文档向量，v(w)表示单词向量，D表示评论文档，SD表示情感词典，λ代表单词向量v(w)合成文档向量v(D)的权重。

4.如权利要求1所述的情感分析方法，其特征在于，步骤5之后，分别选取准确率、召回率、F1作为分类效果的评估指标来验证情感分析方法的有效性。

5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的情感分析方法。