[发明专利]一种长文本中多实体情感分析的方法

摘要

本发明提供一种长文本中多实体情感分析的方法，涉及信息技术技术领域。一种长文本中多实体情感分析的方法，首先对需要进行多实体情感分析的长文章使用命名实体算法识别文本中的实体，并对文本进行分割，通过语法结构分析，得到每个文本句子中与实体相关的文本信息；然后根据每个文本句子中与实体相关的文本信息，得到每个文本句子中每个实体的情感；最后根据每个文本句子中每个实体的情感，得到每个实体在整个全文本中的情感。本发明提供的长文本中多实体情感分析的方法，能够兼顾文本中实体的识别、对实体的情感分析、同时分析多个实体、考虑实体间的相关性；并有效对分散在文章多个句子中的实体情感进行聚合和有包容性的实体结果判断。

主权项

1.一种长文本中多实体情感分析的方法，其特征在于：包括以下步骤：步骤1、对需要进行多实体情感分析的长文章使用命名实体算法识别文本中的实体；步骤2、根据标点符号对文本进行分割，得到完整的文本句子；步骤3、对每个文本句子进行语法结构分析，得到每个文本句子中与实体相关的文本信息；步骤4、根据每个文本句子中与实体相关的文本信息，得到每个文本句子中每个实体的情感；步骤5、根据每个文本句子中每个实体的情感，得到每个实体在整个全文本中的情感，具体方法为：步骤5.1、对每个实体的相关情感信息进行向量化，将情感信息转化为词向量；步骤5.2、通过外部情感词语数据库对每个实体的相关情感信息附加短语极性，得到每个词向量的情感极性向量，然后将词向量和情感极性向量组合成为一个整体，再把每个句子中每个实体的所有相关情感信息全部整合成为一个整体，将每个实体所属的情感信息聚合体作为一个输入向量；步骤5.3、构建LSTM神经网络结构；步骤5.4、将步骤5.2构成的每个实体的输入向量输入到步骤5.3构建的LSTM神经网络结构的神经元中，利用LSTM神经网络结构进行情感信息的聚合；步骤5.5、根据每个实体的相关情感信息聚合结果并行判断步骤5.4输出的每个实体的情感极性。