[发明专利]一种微博短文本情感极性识别的方法、装置及存储介质

权利要求书

1.一种微博短文本情感极性识别的方法，其特征在于，包括以下步骤：

抽取步骤，抽取微博文本中的表情符号、重复标点符号和英文大写单词数量作为微博上下文情感特征t_c；

计算步骤，计算每一条微博T的先验极性特征值SenScore(t)；

固定长度向量生成步骤，使用深度卷积神经网络生成微博T的固定长度向量y'；固定长度向量生成步骤包括：

映射子步骤，使用GloVe模型，训练微博文本语料，获得词或单词的词向量表，计算获得每条微博T的分布式词向量表示t＝[w₁,w₂,...,w_n]，其中微博中的每个词或单词w都被映射为一个向量；

特征向量生成子步骤，将分布式词向量表示t输入到深度卷积神经网络的卷积层，卷积层使用多个可变窗口大小h的卷积核，分别计算生成微博文本局部特征向量x_i＝f(W·t_i:i+h-1+b)，连接多个文本局部特征向量，组成微博文本上下文情感信息特征向量其中f(W·t_i:i+h-1+b)为一个阶跃函数，W为计算的网络权重，b是对应的偏执参数；

向量再生子步骤，将分布式词向量表示t分别输入到前向GRU网络和后向GRU网络中，分别计算获得前向GRU输出序列和后向GRU输出序列连接和生成新向量

全局特征生成子步骤，将微博上下文情感信息特征向量c_t输入深度卷积神经网络的池化层，使用Top-K池化策略，生成固定长度向量，将局部语句特征整合为全局特征t′＝kmax{c_t}；

高级特征向量生成子步骤，新向量h_n输入注意力机制神经网络ANN的注意力机制层，计算微博文本中各词的上下文权重值，输出带权重表示更高抽象层次的特征向量表示v；

连接子步骤，连接向量t′和v，生成多层次文本语义向量

固定长度向量生成子步骤，将特征向量o_t输入深度卷积神经网络的池化层，使用最大池化策略，生成固定长度向量y′＝max{v，t′}；

组成子步骤，将向量y′经过Flat转换为一阶向量y′_d，连接微博先验极性特征向量SenScore(t)和上下文情感特征t_c组成

识别步骤，基于所述微博上下文情感特征t_c、先验极性特征值SenScore(t)和固定长度向量y′确定微博短文本的情感极性。

2.根据权利要求1所述的方法，其特征在于，对所述微博文本进行抽取之前还进行获取用户发表的微博文本，清洗所述微博文本，删除微博中非文本字符、超链接、数字、一般标点符号和特殊符号，并对中文微博进行分词处理。

3.根据权利要求1所述的方法，其特征在于，所述先验极性特征值其中w_i是微博中的词或单词项，n是微博T的长度，PMI(w_i，pos)是词或单词项w_i与正向情感分类的点互信息PMI，PMI(w_i，neg)是词或单词项w_i与负向情感分类的点互信息PMI，单词w_i的情感值由情感字典获得。

4.根据权利要求1所述的方法，其特征在于，情感识别是对输出向量y使用softmax函数计算微博T属于主观情感正面或负面类别的概率值，概率值最大的类别作为微博T的情感极性类别。