[发明专利]基于依存句法的交互注意力情感分析方法

摘要

本发明公开了基于依存句法的交互注意力情感分析方法，该方法通过对句子进行依存句法分析和设计交互注意力来考虑目标集合和原始句子的整体相互影响，解决所给定的目标包含的信息量有限和基于拼接的简单方式不能充分建立起目标与上下文之间的关系，不足以准确分析文本评论的情感极性的问题。本发明通过设计一种基于依存句法的交互注意力，能够进一步提高细粒度情感分析准确率，准确地挖掘出电商行业中商品评论的情感倾向，不仅为用户在购买商品前提供更细致和更具有方向性的商品评价信息，而且可以使商家更加充分地了解消费者对某件商品的评论倾向，从而提高服务质量，具有很强的实际价值和现实意义。

主权项

1.基于依存句法的交互注意力情感分析方法，其特征在于，包括以下步骤：步骤一、获取电商行业中商品的原始评论数据；步骤二、利用预训练好的GloVe词向量对步骤一获取的原始评论数据中单词和目标词进行初始词向量构建；步骤三、利用长短时记忆网络LSTM(Long short‑term memory)来捕获步骤二得到的句子的单词初始词向量的语义表征，得到的隐藏层输出作为句子的初始语义表达；步骤四、利用依存句法分析将语义相关但不与目标词相邻的单词直接联系起来，以找到目标词的依存信息，并筛选出含有情感的依存信息，再与步骤二得到的目标词初始词向量融合为目标集合，形成目标的初始特征表示；步骤五、再利用交互注意力分别提取步骤三得到的句子的初始语义表达和步骤四得到的目标的初始特征表示的特征向量表示，从而完整捕捉到句子和目标中的情感信息；步骤六、融合步骤五得到的句子与目标中的特征向量表示，同时考虑步骤三中LSTM隐藏层最后状态的输出hN，形成最终的特征表示；步骤七、将步骤六得到的最终的特征表示输入到归一化函数softmax分类层，并计算该句子在不同类别上的概率分布，以进行情感极性预测，概率最大的情感类别将作为最终的分类结果；所述不同类别包括积极、中性和消极的情感类别。