[发明专利]一种基于情感分析的谣言检测方法、装置及相关介质在审
申请号: | 202210419377.5 | 申请日: | 2022-04-20 |
公开(公告)号: | CN114840665A | 公开(公告)日: | 2022-08-02 |
发明(设计)人: | 葛晓义;张明书;魏彬;刘佳 | 申请(专利权)人: | 中国人民武装警察部队工程大学 |
主分类号: | G06F16/35 | 分类号: | G06F16/35;G06F16/36;G06F40/30;G06N3/04 |
代理公司: | 深圳市精英专利事务所 44242 | 代理人: | 丁宇龙 |
地址: | 710086 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 情感 分析 谣言 检测 方法 装置 相关 介质 | ||
1.一种基于情感分析的谣言检测方法,其特征在于,包括:
获取待检测谣言的评论文本,通过情感字典在所述评论文本中提取所述评论文本的情感特征;
利用Bi-GRU网络对所述情感特征分别进行前向学习和后向学习,得到所述评论文本的评论情感特征表示;
获取一谣言文本,并利用Bi-GRU网络对所述谣言文本分别进行前向学习和后向学习,得到所述谣言文本的谣言特征表示;
通过协同注意力机制对所述评论情感特征表示和谣言特征表示进行相关性学习,并根据相关性学习结果对所述评论文本进行谣言检测。
2.根据权利要求1所述的基于情感分析的谣言检测方法,其特征在于,所述获取待检测谣言的评论文本,通过情感字典在所述评论文本中提取所述评论文本的情感特征,包括:
通过情感字典分别在所述评论文本中提取情绪词汇、情感强度、情感值、辅助特征,并综合作为所述情感特征。
3.根据权利要求2所述的基于情感分析的谣言检测方法,其特征在于,所述通过情感字典分别在所述评论文本中提取情绪词汇、情感强度、情感值、辅助特征,并综合作为所述情感特征,包括:
选取所述评论文本中的否定词和程度副词,并按照下式计算所述否定词和程度副词的得分:
s(ci)=D(ci)*neg(ci,w)*deg(ci,w)
式中,D为情感字典,ci为文本中词汇,w表示上下文的范围,neg(ci,w),deg(ci,w)分别为对应的否定词和程度副词值,ci-w表示中心词上下范围的词汇,其中:
选取所述评论文本中的情感词汇,并结合所述否定词和程度副词,按照下式计算得到所述评论文本的情感值emoz:
式中,L为所述评论文本的长度;
按照下式,计算得到所述情感词汇的得分:
式中,T表示评论文本,qi表示某一种情绪;
按照下式,采用连接的方式将所有的情绪词汇得分连接得到情绪词汇总得分emoy:
按照下式,计算每一情绪词汇对应的情感强度:
式中,T表示评论文本,q表示每一种情绪字典,int(ci)表示第i个情绪词汇的强烈程度,如果ci在字典中,则根据情感字典计算int(ci),否则为0;
按照下式,通过连接每一情绪词汇对应的情感强度,得到情绪强度特征emod:
通过辅助特征emof捕捉所述评论文本中的表情符号、标点符号、情感词和/或人称代词,并按照下式,将所述评论文本的情感值、情绪词汇总得分、情绪强度特征和辅助特征连接得到所述情感特征x:
4.根据权利要求3所述的基于情感分析的谣言检测方法,其特征在于,所述利用Bi-GRU网络对所述情感特征分别进行前向学习和后向学习,得到所述评论文本的评论情感特征表示,包括:
按照下式对所述情感特征分别进行前向学习和后向学习:
式中,为所述情感特征的前向隐藏状态,为所述情感特征的向隐藏状态,是所述评论文本中第t个评论的情感特征,i为评论中单个情感特征,为上一个前向隐藏状态,为上一个后向隐藏状态,m为评论个数;
将所述情感特征的前向隐藏状态和情感特征的后向隐藏状态连接得到所述评论文本的评论情感特征表示
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中国人民武装警察部队工程大学,未经中国人民武装警察部队工程大学许可,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/202210419377.5/1.html,转载请声明来源钻瓜专利网。