[发明专利]基于概率推理与情感认知的文本细粒度情感生成方法有效
申请号: | 201810298349.6 | 申请日: | 2018-04-04 |
公开(公告)号: | CN108549633B | 公开(公告)日: | 2021-09-21 |
发明(设计)人: | 柴玉梅;徐源音;王黎明;张卓;韩飞;韩慧;李永帅 | 申请(专利权)人: | 郑州大学 |
主分类号: | G06F40/205 | 分类号: | G06F40/205;G06F40/247 |
代理公司: | 河南大象律师事务所 41129 | 代理人: | 王克鹏;田永红 |
地址: | 450000 河南省郑州*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及基于概率推理与情感认知的文本细粒度情感生成方法,包括以下步骤:步骤1:准备训练方法所需的文本数据集;步骤2:对文本数据集进行处理;步骤3:提取构建贝叶斯网络所用的情感评估变量;步骤4:根据网络文本的特性,添加基于表情符号和词频的情感评估变量;步骤5:构建情感知识库;步骤6:构建常识知识库;步骤7:情感评估变量赋值;步骤8:学习情感生成贝叶斯网络的网络结构;步骤9,进行参数学习;步骤10:完成情感生成方法的构建工作。本发明利用情感认知方法解决其他情感生成方法中存在的忽视隐性情感的问题,同时利用贝叶斯网络计算情感产生的概率,比较每种情感类别概率的高低,生成文本包含的一或多种情感。 | ||
搜索关键词: | 基于 概率 推理 情感 认知 文本 细粒度 生成 方法 | ||
【主权项】:
1.基于概率推理与情感认知的文本细粒度情感生成方法,其特征在于,包括以下步骤:步骤1:准备训练方法所需的文本数据集,选用七种情感进行文本标注;步骤2:对文本数据集进行分析、词性标注、依存句法分析、语义依存关系处理;步骤3:根据情感认知方法OCC方法的情感产生规则,提取构建贝叶斯网络所用的情感评估变量;步骤4:根据网络文本的特性,添加基于表情符号和词频的情感评估变量;步骤5:构建情感知识库;步骤6:构建常识知识库;步骤7:情感评估变量赋值;根据步骤2得到的数据预处理结果,对步骤3和步骤4提取的情感评估变量进行赋值;步骤8:学习情感生成贝叶斯网络的网络结构;步骤9,使用EM方法对情感生成贝叶斯网络进行参数学习;步骤10:完成情感生成方法的构建工作;输入一条文本,将依次经过步骤2和步骤7处理后的结果输入网络方法,通过比较每类情感的概率值,即可得到文本的情感类别。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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郑州大学,未经郑州大学许可,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/patent/201810298349.6/,转载请声明来源钻瓜专利网。