[发明专利]一种扩展情感词典的方法、装置、计算机设备和存储介质

权利要求书

1.一种扩展情感词典的方法，其特征在于，所述方法包括以下步骤：

获取文本数据，对所述文本数据进行分词处理，根据得到的分词确定文本数据的目标分词；

统计所述目标分词的词频，将词频最大的前N个目标分词作为词集合；

将词集合与预先构建的基础情感词典取交集，得到由种子词组成的种子情感词典；所述种子情感词典包括积极种子情感词典、消极种子情感词典、否定副词种子情感词典、程度副词种子情感词典；

分别计算所述目标分词tf_idf值，将tf_idf值大于预设阈值的目标分词作为基础情感词典的新增词；

基于新增词的情感向量表示、新增词的词性、各情感极性的种子情感词典的情感中心向量表示确定新增词的情感极性；

基于新增词的情感向量表示、新增词对应情感极性的种子情感词典的情感中心向量表示、新增词对应情感极性的种子情感词典的平均极性值确定新增词的极性值。

2.根据权利要求1所述的方法，其特征在于，所述根据得到的分词确定文本数据的目标分词，包括：

去除得到的分词中的停用词，将剩余的分词作为目标分词。

3.根据权利要求1所述的方法，其特征在于，所述基于新增词的情感向量表示、新增词的词性、各情感极性的种子情感词典的情感中心向量表示确定新增词的情感极性，包括：

将新增词、种子词分别输入词向量模型训练得到新增词向量、种子词向量，基于新增词向量与各种子词向量的余弦相似度，确定新增词的相似度向量；

基于新增词的相似度向量、各种子词的极性值、新增词的tf_idf值确定新增词的情感向量表示。

4.根据权利要求3所述的方法，其特征在于，所述基于新增词的情感向量表示、新增词的词性、各情感极性的种子情感词典的情感中心向量表示确定新增词的情感极性，还包括：

基于种子词向量与各种子词向量的余弦相似度，确定种子词的相似度向量；

基于种子词的相似度向量、各种子词的极性值、种子词的tf_idf值确定种子词的情感向量表示；

基于种子词的情感向量表示确定各情感极性的种子情感词典的情感中心向量表示。

5.根据权利要求3或4所述的方法，其特征在于，所述基于新增词的情感向量表示、新增词的词性、各情感极性的种子情感词典的情感中心向量表示确定新增词的情感极性，还包括：

基于种子词向量与其所在种子情感词典的中心向量的余弦相似度确定种子词的极性值。

6.一种扩展情感词典的装置，其特征在于，所述装置包括：

目标分词确定模块，用于获取文本数据，对所述文本数据进行分词处理，根据得到的分词确定文本数据的目标分词；

词集合确定模块，用于统计所述目标分词的词频，将词频最大的前N个目标分词作为词集合；

种子情感词典确定模块，用于将词集合与预先构建的基础情感词典取交集，得到由种子词组成的种子情感词典；所述种子情感词典包括积极种子情感词典、消极种子情感词典、否定副词种子情感词典、程度副词种子情感词典；

新增词确定模块，用于分别计算所述目标分词tf_idf值，将tf_idf值大于预设阈值的目标分词作为基础情感词典的新增词；

新增词情感极性确定模块，用于基于新增词的情感向量表示、新增词的词性、各情感极性的种子情感词典的情感中心向量表示确定新增词的情感极性；

新增词极性值确定模块，用于基于新增词的情感向量表示、新增词对应情感极性的种子情感词典的情感中心向量表示、新增词对应情感极性的种子情感词典的平均极性值确定新增词的极性值。

7.根据权利要求6所述的装置，其特征在于，所述新增词情感极性确定模块包括：

新增词相似度向量确定子模块，用于将新增词、种子词分别输入词向量模型训练得到新增词向量、种子词向量，基于新增词向量与各种子词向量的余弦相似度，确定新增词的相似度向量；

新增词情感向量表示确定子模块，用于基于新增词的相似度向量、各种子词的极性值、新增词的tf_idf值确定新增词的情感向量表示。