[发明专利]文本情感去噪方法及系统

说明书

本发明公开了一种文本情感去噪方法及系统，该文本情感去噪方法包括：步骤S1：获取待处理文本的当前领域；步骤S2：获取当前领域的属性词表，属性词表包括若干个与当前领域相关的属性词；步骤S3：利用属性词表对待处理文本进行去噪处理，以删除待处理文本中与当前领域无关的内容。本发明提供的文本情感去噪方法，利用属性词表对待处理文本进行去噪处理，针对多情感着力点的情况，能够通过限定领域话题范围实现对无关情感片段的删除，从而达到情感去噪的目的，进而有利于提高文本情感极性判断的准确度。

技术领域

本发明涉及自然语言技术领域，特别是一种文本情感去噪方法及系统。

背景技术

所谓的文本情感分类一般是指针对新闻评论或商品评论文本的褒、贬二元情感分类，以及喜怒哀乐等的多元情感分类。其过程与文本分类过程相似，一般将情感分类看作是一种特殊的文本分类问题。

在文本分类的研究中，因为文字以及由文字组成的词的数量很多，同时在不同的类别的文本中，不同的词出现的情况也各不相同，因此选择出对某个领域有很强区分度的词，将会有助于提升文本分类的准确度。通过特征选择方法从文本中筛选出有效的词，其实也可以看做是一种领域除噪，去除与领域无关的词，以提升文本分类效果。

但是具体到情感分类的问题中，由于情感的共同性，情感不存在领域区分，一段评论中可以有很多种情感，每一个情感都有一个着力点，不同的着力点的情感倾向可能完全相反，如果使用传统的特征选择方法，将挑选出所有表达情感的词，而忽略情感所针对的对象，将导致误判，所以传统的特征选择方法在这里并不适用。如以下酒店领域中的评论文本的例子：

“公司没人性出差不给买飞机票只能坐火车，虽然是卧铺，但是坐久了也很难受，一路上又累又困，到酒店好好的睡了一觉，真舒服。酒店条件挺好，好评！”

显然，上述例子中情感的着力点分别是交通领域的火车，通用领域的评论者自身感受，以及酒店领域的酒店条件这三个领域。负面情感的情感指向公司，火车；正面情感指向酒店。如果是对酒店领域的语料进行分类，上述例子中的情感倾向就是正的；如果是对交通领域的语料进行分类，上述例子中的情感倾向就是负的。因此，在酒店领域中进行分类时，因为有对火车的负面情感的干扰，分类器很可能会做出错误的判断。

发明内容

有鉴于此，本发明的目的在于提供一种文本情感去噪方法及系统，有利于提高文本情感极性判断的准确度。

为实现上述目的，本发明的技术方案提供了一种文本情感去噪方法，包括：

步骤S1：获取待处理文本的当前领域；

步骤S2：获取所述当前领域的属性词表，所述属性词表包括若干个与所述当前领域相关的属性词；

步骤S3：利用所述属性词表对所述待处理文本进行去噪处理，以删除所述待处理文本中与所述当前领域无关的内容。

优选地，所述步骤S2包括：

利用文档主题生成模型获取所述当前领域的属性词表。

优选地，所述利用文档主题生成模型获取所述当前领域的属性词表包括：

步骤S21：获取训练样本集，所述训练样本集包括若干个与所述当前领域相关的语料文本；

步骤S22：对所述训练样本集的语料文本进行处理，得到训练语料；

步骤S23：采用所述训练语料训练文档主题生成模型，得到若干个主题词；

步骤S24：根据所述若干个主题词构建所述属性词表。

优选地，所述步骤S22包括：

步骤S22a：对所述训练样本集的语料文本进行分词处理，得到文本序列；