[发明专利]基于动态阈值和多分类器的文本情感分析方法

摘要

本发明涉及一种基于动态阈值和多分类器的半监督文本情感分析方法，包括：根据情感的不同，对其中小部分数据进行情感标注并记为L，未标注情感的数据记为U；对数据进行分词预处理；用Word2vec工具将词转化为数值型向量；采用有放回的抽样方法对L进行抽样，该过程重复T次，相应得到T个抽样样本序列Lt和T个未抽中样本序列OOBt；选取一个抽样样本序列Lt，和无情感标注的数据，这里记为Ut；用Lt训练Support Vector Machine(SVM)分类器Ct，用Ct对Ut进行预测，将可靠度达到阈值的样本l加入Lt中，并从Ut中将其删去；更新阈值；用OOBt计算分类器Ct的可靠度Pt；得到T个基分类器BC和其相应的可靠度P；用T个BC对预测文本s进行预测。

主权项

1.一种基于动态阈值和多分类器的半监督文本情感分析方法，包括下列步骤：步骤1：采社交媒体用户线上评论数据；步骤2：根据情感的不同，对其中部分数据进行情感标注并记为L，未标注情感的数据记为U；步骤3：对数据进行分词预处理；步骤4：用Word2vec工具将词转化为数值型向量，将每条数据用一个n*k的矩阵表示，其中n表示该数据由n个词组成，k表示每个词的维度；步骤5：采用有放回的抽样方法对L进行抽样，该过程重复T次，相应得到T个抽样样本序列Lt和T个未抽中样本序列OOBt；步骤6：选取一个抽样样本序列Lt，和无情感标注的数据，这里记为Ut；步骤7：用Lt训练SVM分类器Ct，用Ct对Ut进行预测，将可靠度达到阈值的样本l加入Lt中，并从Ut中将其删去；步骤8：更新阈值，重复步骤7)，直到达到截至条件，得到最终的SVM分类器Ct；阈值更新方法为：动态变化且随迭代次数的增加，阈值逐渐减小；步骤9：用OOBt计算分类器Ct的可靠度Pt；步骤10：重复步骤6)‑9)，可得到T个基分类器BC和其相应的可靠度P；步骤11：用T个BC对预测文本s进行预测，将T个BC的P基于预测类别进行累加，s的情感属于可靠度累加和最高的一类。