[发明专利]一种基于情感词嵌入的细粒度情绪分析改进方法

摘要

本发明公开了一种基于情感词嵌入的细粒度情绪分析改进方法，包括：文本数据集的获取、人工标注及预处理。计算文本数据集中每个单词对应的语义词向量。获取情感词集合。计算训练数据集中每个单词对应的一组情感词组。计算训练数据集中每个单词对应的情绪词向量。构建训练数据集中每个单词对应的情感词嵌入。训练分类器得到细粒度情绪分析模型。本发明利用先验情感知识结合词嵌入模型，并构造适用于细粒度情绪分析的情感词嵌入进行情绪分析。本发明可以更好地识别词语级别的情绪信息，更加精准、细粒度的描述用户的情绪，可以用于细粒度的情绪分析任务，例如：用户的消费习惯分析，用户对商品的评论分析等。

主权项

1.一种基于情感词嵌入的细粒度情绪分析改进方法，其特征在于，包括以下步骤：步骤一：文本数据集的获取、人工标注及预处理：首先，获取用于情绪分析的文本数据集作为情绪分析模型的训练数据集，并对文本数据集中的单个句子进行人工标注；然后，对文本数据集进行预处理，预处理后的文本数据集被表示为一个个单词的集合；步骤二：计算文本数据集中每个单词对应的语义词向量：搜集用于训练词向量模型的大规模语料，并利用词向量工具对该语料进行训练得到词向量模型，然后利用该模型对步骤一得到的集合中的每个单词进行词向量表示，进而得到每个单词对应的一个语义词向量；步骤三：获取情感词集合：搜集中文情感词典，并基于步骤二中得到的语义词向量，逐一筛选符合条件的情感词，得到筛选后的情感词集合；步骤四：计算训练数据集中每个单词对应的一组情感词组：基于步骤三中得到的情感词集合，为步骤一中训练数据集的每个单词选取一组对应的情感词组，该情感词组在语义上和情感极性上都与该单词最为相似；步骤五：计算训练数据集中每个单词对应的情绪词向量：基于步骤四中得到的每个单词对应的一组情感词组，对该情感词组的语义词向量进行修正，并在该修正后的语义词向量基础上，构建情绪词向量；步骤六：构建训练数据集中每个单词对应的情感词嵌入：基于步骤二中单词对应的语义词向量，以及步骤五中单词对应的情绪词向量，构建该单词的情感词嵌入，最后得到训练数据集的情感词嵌入；步骤七：训练分类器得到细粒度情绪分析模型：将训练数据集的情感词嵌入作为分类器的输入，训练分类器，得到细粒度情绪分析模型。