[发明专利]一种计算机中涉及情感的文本数据分析方法

摘要

本发明提出了一种计算机中涉及情感的文本数据分析方法，包括：构造一种人工语言，训练对齐模型，抽取翻译短语，并利用对齐概率特征和翻译短语特征作为方面识别模型的信息特征，再对所识别到的方面类别结合句子信息进行情感倾向判别。对比现有的多方面情感分析方法，本方法突出在考虑了句子不同文本片段和输出信息中不同的部分的对应关系，并且能利用富含信息量的关键性短语。在具体的多方面情感分析实验中，可以得到更高的方面识别精度。

主权项

1.一种计算机中涉及情感的文本数据分析方法，其特征在于，包括如下步骤：步骤1，计算机读入一个包含待处理句子的文本数据，识别待处理句子中所提到的方面类别，方面类别形式上定义为，其中entity为实体，attribute为属性；步骤2，对于步骤1所识别到的方面类别，判别其在待处理句子中所对应的情感倾向并输出最终结果；步骤1中，采用如下式所示的方面识别模型识别待处理句子中的方面类别：其中，x表示待处理句子中包含的N维信息特征向量，为输出的K维判别值向量，N和K取值为自然数，W和b为模型参数，W为一个K×N的矩阵，b为K维偏置向量，σ为softmax函数，其运算方式如下：其中e为自然底数，上标表示指数函数，z＝W·x+b，表示归一化前的得分向量，zj和zk分别表示z的第j维和第k维；方面识别模型的训练目标为最小化代价函数J(W,b)：其中，ln()为自然底数对数，λ为设定的超参，m为训练样本数量，y为与输出的K维判别值向量所对应的标注的标准二值向量，y_i,j表示第i个训练样本中第j维的值，当且仅当第i个样本有第j个方面类别时，y_i,j为1，否则为0；所述方面识别模型使用的n维信息特征向量x包括以下三项：二值词袋模型特征；对齐模型概率特征；翻译短语特征；所述对齐模型概率特征包括至少以下之一：正向对齐概率特征；逆向对齐概率特征；通过以下公式计算正向对齐概率特征p(a|s)：其中，s表示待处理句子，c表示句子中的一个词，a表示一个实体entity或者属性attribute，t(a|c)表示从c到a的对齐概率；通过以下公式计算逆向对齐概率特征p(s|a)：其中，t(c|a)表示从a到c的对齐概率；所述的对齐模型概率特征为正向对齐概率特征和逆向对齐概率特征的算术平均值；所述的对齐模型概率特征和翻译短语特征的获取通过以下文法构造目标语言：用S表示一个句子，S’表示一个分句，一个句子由任意个分句组成，一个分句S’的形式是E A is P，其中E表示entity实体，A表示attribute属性，P表示情感极性，情感极性有三种，分别为positive、negative和neutral。