[发明专利]一种适应性情感分析系统及其方法在审
申请号: | 201910728857.8 | 申请日: | 2019-08-08 |
公开(公告)号: | CN110442717A | 公开(公告)日: | 2019-11-12 |
发明(设计)人: | 庄子琪;汉斯·乌思克尔特;艾人龙 | 申请(专利权)人: | 深巨科技(北京)有限公司 |
主分类号: | G06F16/35 | 分类号: | G06F16/35;G06K9/62 |
代理公司: | 深圳国联专利代理事务所(特殊普通合伙) 44465 | 代理人: | 王天兴;彭冲 |
地址: | 100000 北京市朝阳区曙光西里*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 情感分析 情感极性 提取模块 提取子模块 分类模块 文本文件 终端 意见数据 无监督 细粒度 文本 分类 分析 监督 | ||
1.一种适应性情感分析系统,包括用于情感分析的终端,其特征在于,所述用于情感分析的终端中包括方面提取模块和情感极性分类模块;
所述方面提取模块用于标识要进行情感分析的文本中的方面;
所述情感极性分类模块对每个识别出的情感极性进行分类。
2.根据权利要求1所述的适应性情感分析系统,其特征在于,所述方面提取模块包括有监督模式的方面提取子模块和无监督模式的方面提取子模块;
所述有监督模式的方面提取子模块和无监督模式的方面提取子模块用于对来自文档集合的需要进行情感分析的文本文档提取其方面;
所述情感极性分类模块包括有监督模式的情感极性分类子模块和无监督模式的情感极性分类子模块;
所述有监督模式的情感极性分类子模块和无监督模式的情感极性分类子模块用于对方面和需要进行情感分析的文本文档分别进行预测,各自得到每个方面的情绪。
3.根据权利要求1所述的适应性情感分析系统,其特征在于,所述用于情感分析的终端还包括并集模块和合并模块;
所述并集模块用于通过并集操作方式来合并所提取的方面;
所述合并模块用于合并方面的情绪,所述合并方面的情绪为如果有监督模式的情感极性分类方法和无监督模式的情感极性分类方法在预测该方面的情绪是一致的,则定义该情绪为最终情绪;
如果有监督模式的情感极性分类方法和无监督模式的情感极性分类方法在预测该方面的情绪是不一致的,就应用如下两条原则来确定最终情绪:
A.如果有监督模式的情感极性分类方法和无监督模式的情感极性分类方法其中一种方法预测该方面的情绪是中性,则以另一种方法预测出的情绪为准来作为最终情绪;
B.如果有监督模式的情感极性分类方法和无监督模式的情感极性分类方法这两种方法预测出的情绪相互矛盾,则最终情绪为中性。
4.一种适应性情感分析系统的方法,其特征在于,包括两个子任务,分别如下:
(1)方面提取,其标识要进行情感分析的文本中的方面;
(2)情感极性分类,其对每个识别出的情感极性进行分类。
5.根据权利要求4所述的适应性情感分析系统的方法,其特征在于,所述方面提取和情感极性分类均分为有监督模式和无监督模式,具体方式如下:
首先,通过有监督模式的方面提取方法和无监督模式的方面提取方法对来自文档集合的需要进行情感分析的文本文档提取其方面;
接着通过并集操作方式来合并所提取的方面;
所述方面和需要进行情感分析的文本文档由有监督模式的情感极性分类方法和无监督模式的情感极性分类方法分别进行预测,各自得到每个方面的情绪;
然后,合并方面的情绪,所述合并方面的情绪为如果有监督模式的情感极性分类方法和无监督模式的情感极性分类方法在预测该方面的情绪是一致的,则定义该情绪为最终情绪;
如果有监督模式的情感极性分类方法和无监督模式的情感极性分类方法在预测该方面的情绪是不一致的,就应用如下两条原则来确定最终情绪:
A.如果有监督模式的情感极性分类方法和无监督模式的情感极性分类方法其中一种方法预测该方面的情绪是中性,则以另一种方法预测出的情绪为准来作为最终情绪;
B.如果有监督模式的情感极性分类方法和无监督模式的情感极性分类方法这两种方法预测出的情绪相互矛盾,则最终情绪为中性。
6.根据权利要求4所述的适应性情感分析系统的方法,其特征在于,所述适应性情感分析系统可以处理任何语言;
对于所述监督模式,只要可以为特定语言提供训练数据,在此监督模式下的方面提取和基于方面的情感极性分类的方法可以学习如何对文档的情感进行分类,为该语言构建模型;
而对于所述无监督模式。其基于通用依赖分析方式指定的规则,可以将多种语言解析为类似的通用依赖关系表示,然后,该基于通用依赖分析方式指定的规则可以应用于编写多种语言的文档的情感分析预测。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深巨科技(北京)有限公司,未经深巨科技(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910728857.8/1.html,转载请声明来源钻瓜专利网。