[发明专利]基于双嵌入多层卷积神经网络的案件微博评价对象抽取方法及装置

说明书

本发明涉及基于双嵌入多层卷积神经网络的案件微博评价对象抽取方法及装置，属于自然语言处理技术领域。本发明包括构建案件微博方面级情感分析数据集；通过对案件微博评论文本进行预训练，得到具有案件领域特征的嵌入层；通过案件微博领域与通用领域特征的嵌入层，得到不同领域对评价对象的表征结果并进行拼接操作得到新的向量，利用分类器对序列进行标记来提取案件微博评价对象。本发明提高了案件微博对象抽取任务的效率，同时提高了案件微博领域的评价对象抽取任务的准确性，作为案件微博方面级情感分析的第一步，为接下来的任务打下了夯实的支撑基础。

技术领域

本发明涉及基于双嵌入多层卷积神经网络的案件微博评价对象抽取方法及装置，属于自然语言处理技术领域。

背景技术

案件微博是指与案件相关热点事件为焦点的互联网微博。与一般的新闻微博相比，案件微博能够在短时间内引发案件相关热点话题，导致社会舆情爆发。

评价对象抽取是情感倾向性分析中的一项重要研究任务，也是评价对象级别情感倾向性分析的前提。评价对象代表文本中情感被评论、讨论的对象。抽取传统评论语料中的评价对象时，评价对象在句子中的位置比较明显，进行识别和抽取的时候难度并不是很大。

但是案件微博评论文本的评论对象就比较复杂，且在不同的领域里并不局限于某一个含义。评价对象可能是由单个或多个单词组成，对于案件微博评价对象的抽取任务，可以建模成一个序列标注问题。及时地处理这一类舆情事件的相关信息，从获取的舆情数据中抽取出评价对象，对方面级的情感倾向性分析，正确地引导舆情，能有效的降低舆情事件造成的负面影响。

发明内容

本发明提供了基于双嵌入多层卷积神经网络的案件微博评价对象抽取方法及装置，以用于对案件微博评价对象的抽取，解决了案件微博评价对象抽取准确率低和单一词嵌入识别能力不足等问题。

第一方面，本发明提供一种基于双嵌入多层卷积神经网络的案件微博评价对象抽取方法，所述方法包括如下：

Step1、构建案件微博方面级情感分析数据集；

Step2、通过对案件微博评论文本进行预训练，得到具有案件领域特征的嵌入层；

Step3、通过案件微博领域与通用领域特征的嵌入层，得到不同领域对评价对象的表征结果并进行拼接操作得到新的向量，利用分类器对序列进行标记来提取案件微博评价对象。

作为本发明的进一步方案，所述Step1的具体步骤如下：

Step1.1、采用基于Scrapy框架的爬虫从新浪微博上爬取相关案件微博评论；

Step1.2、再对案件微博评论进行过滤筛选，从而构建案件微博数据集，最终得到案件微博的数据集；

Step1.3、再对案件微博评论进行过滤筛选，从而构建案件微博数据集，最终得到案件微博的数据库；

Step1.4、案件微博数据集的评论数据采用人工标注，以一条微博评论为单位对包含的数据进行标注工作；其中，标注内容为案件微博评论句中的评价对象以及对应的情感极性。

作为本发明的进一步方案，所述Step1.2中，过滤筛选的方式如下所示：

Step1.2.1、对微博博文按照转发关系“//”进行划分，用于保证转发微博下面的评论是基于原始微博进行分析的；

Step1.2.2、删除微博评论里“＠+用户名+回复”这样的结构，且删除无关超链接广告；

Step1.2.3、对连续出现多个标点符号情况，采用首位标点符号进行替换，并去除微博评论内容中的表情符号；

Step1.2.4、对小于七个字符的评论数据进行过滤筛除，用于保证评论内容的完整和可用性。