[发明专利]基于动态阈值和多分类器的文本情感分析方法

权利要求书

1.一种基于动态阈值和多分类器的半监督文本情感分析方法，包括下列步骤：

步骤1：采社交媒体用户线上评论数据；

步骤2：根据情感的不同，对其中部分数据进行情感标注并记为L，未标注情感的数据记为U；

步骤3：对数据进行分词预处理；

步骤4：用Word2vec工具将词转化为数值型向量，将每条数据用一个n*k的矩阵表示，其中n表示该数据由n个词组成，k表示每个词的维度；

步骤5：采用有放回的抽样方法对L进行抽样，该过程重复T次，相应得到T个抽样样本序列Lt和T个未抽中样本序列OOBt；

步骤6：选取一个抽样样本序列Lt，和无情感标注的数据，这里记为Ut；

步骤7：用Lt训练SVM分类器Ct，用Ct对Ut进行预测，将可靠度达到阈值的样本l加入Lt中，并从Ut中将其删去；

步骤8：更新阈值，重复步骤7)，直到达到截至条件，得到最终的SVM分类器Ct；阈值更新方法为：动态变化且随迭代次数的增加，阈值逐渐减小；

步骤9：用OOBt计算分类器Ct的可靠度Pt；

步骤10：重复步骤6)-9)，可得到T个基分类器BC和其相应的可靠度P；

步骤11：用T个BC对预测文本s进行预测，将T个BC的P基于预测类别进行累加，s的情感属于可靠度累加和最高的一类。