[发明专利]一种同时针对多个命名实体的精准情感信息提取方法

权利要求书

1.一种同时针对多个命名实体的精准情感信息提取方法，其特征在于：采用基于双向LSTM模型的实体识别算法，针对识别出的实体进行句法分析，从文本中抽取出与该实体相关的、具有情感倾向性的词语，以进行针对特定实体的精准情感分析。

2.根据权利要求1所述的一种同时针对多个命名实体的精准情感信息提取方法，其特征在于：包括以下步骤：

步骤1、对实体识别的语料库进行BIO标注，并作为训练数据；

步骤2、对语料库中的字进行ID序号标注，从而实现对字进行词向量化的处理；

步骤3、搭建基于双向LSTM模型的BiLSTM-CRF实体识别模型，并使用训练数据对模型进行训练，保存训练完成的模型；

步骤4、针对需要对多个命名实体进行精准情感信息提取的业务，建立实体数据库，作为对标注语料的补充；

步骤5、对测试文本进行预处理，利用训练好的BiLSTM-CRF实体识别模型和实体数据库对测试文本进行命名实体的提取；

步骤6、对测试文本进行分词、词性标注和句法分析，分别得到分词结果、词性标注结果及句法分析树；

步骤7、根据步骤6得到的分词结果和句法分析树，将测试文本转为图结构进行表示，为情感词和实体提供一种关联度的度量方法；

步骤8、根据句法分析的不同语法关系，对图结构的边的权值进行修正；

步骤9、对于通过步骤5提取出来的实体，在步骤8中得到的图结构中，利用最短路径算法得到文本中所有词到该实体的距离，并且按照距离从小到大对词语进行相关度排序，得到词语和实体间关联度的高低顺序；

步骤10、根据词性对相关度排序后的情感词结果进行筛选，得到与特定实体相关的情感词。

3.根据权利要求2所述的一种同时针对多个命名实体的精准情感信息提取方法，其特征在于：所述步骤10的具体方法为：将词性为形容词、修饰性名词、副词或动词的词语认为是具有情感倾向性的词，剔除无情感倾向性的词汇，从而得到与特定实体相关的情感词，最后表示为<实体，情感词序列>的元组。