[发明专利]一种用户弱感情的分析方法及装置

权利要求书

1.一种用户弱感情的分析方法，其特征在于，包括：

获取税务智能问答系统中用户的语料库，并对所述语料库进行分词；

对所述分词进行去噪和保停用词处理，获取分词中的特征词，建立特征词与用户情绪类别的对应关系；

使用支持向量机模型构建用户弱感情的分析模型；使用所述特征词对所述模型进行训练和测试；

使用所述用户弱感情的分析模型，对税务智能问答系统中用户的弱感情进行分析，获取用户的情绪。

2.根据权利要求1所述的方法，其特征在于，对所述语料库进行分词，包括：

使用JieBa工具将语料库中的一句话或短语按照语义特性分成若干个词。

3.根据权利要求1所述的方法，其特征在于，对所述分词进行去噪和保停用词处理，获取分词中的特征词，包括：

去除分词中的税务专用词，保留停用词，进而获取分词中的特征词。

4.根据权利要求1所述的方法，其特征在于，在获取分词中的特征词的步骤之后，还包括：

对所述特征词进行词嵌入向量训练，所述训练步骤包括：

计算特征词在前后多个词下的条件概率，对每个节点做逻辑回归；

取对数函数后进行最大化优化,用梯度上升更新训练；

训练完成后的特征词的词向量为{[x₁,x₂,…x_n]₁,[x₁,x₂,…x_n]₂,…[x₁,x₂,…,x_n]_m}。

5.根据权利要求1所述的方法，其特征在于，使用所述特征词对所述模型进行训练和测试，包括：

将词向量分为训练集和测试集；

将训练集输入所述用户弱感情的分析模型；

在约束条件

下求解使用目标函数

最大化的α_op，其中K(X^P,X^j)，p,j＝1,2,…P为P×P堆成矩阵K的第pj项元素，

使用测试集对所述用户弱感情的分析模型进行测试获得判别准确率。

6.根据权利要求5所述的方法，其特征在于，在使用测试集对所述用户弱感情的分析模型进行测试获得判别准确率的步骤之后，还包括：

修改内积核函数K(X^P,X)，对所述模型进行多次训练和测试，直到所述获模型的判别准确率达到预先设置的标准。

7.根据权利要求1所述的方法，其特征在于，使用所述用户弱感情的分析模型，对税务智能问答系统中用户的弱感情进行分析，获取用户的情绪，包括：

将税务智能问答系统中用户的语料进行预处理，获取特征词；

使用所述用户弱感情的分析模型输出特征词对应的情绪类别，获取用户的情绪。

8.根据权利要求7所述的方法，其特征在于，还包括：

对待分类的特征词，使用预先构建的分类判别函数

根据f(x)的结果判断特征词的分类，特征词的分类为特征词与用户情绪类别的对应关系。

9.一种用户弱感情的分析装置，其特征在于，包括：

分词单元，获取税务智能问答系统中用户的语料库，并对所述语料库进行分词；

对应关系建立单元，对所述分词进行去噪和保停用词处理，获取分词中的特征词，建立特征词与用户情绪类别的对应关系；

模型训练与测试单元，使用支持向量机模型构建用户弱感情的分析模型；使用所述特征词对所述模型进行训练和测试；

情绪分析单元，使用所述用户弱感情的分析模型，对税务智能问答系统中用户的弱感情进行分析，获取用户的情绪。

10.根据权利要求1所述的装置，其特征在于，分词单元，包括：

特征词获取子单元，去除分词中的税务专用词，保留停用词，进而获取分词中的特征词。