[发明专利]一种基于长短记忆网络和情感词典结合的情感计算方法

说明书

本发明涉及信息技术技术领域，具体为一种基于长短记忆网络和情感词典结合的情感计算方法，包括(一)情感文本识别。针对所有文本进行统一识别过滤，通过情感词方法进行过滤，不含任何情感词和主观色彩的词语默认为非情感文本，不进行情感分析。(二)基于情感词典的短文本情感计算方法。(三)基于长短记忆网络LSTM的长文本情感计算方法。本发明包括情感词计算方法，针对段文本根据情感词典对应的情感词、程度词、以及否定词，对文本的情感得分进行综合计算，然后根据最后的得分正负判别文本情感的正负；长短记忆网络学习方法，根据已标注好的正负情感样本进行基于字符级别的长短记忆网络训练，从而提高针对长文本的情感分类泛化性能。

技术领域

本发明涉及信息技术技术领域，具体为一种基于长短记忆网络和情感词典结合的情感计算方法。

背景技术

随着互联网相关技术的发展，新闻、微博、论坛、微信、博客、电子报等不同数据源产生了大量的UGC数据，这使得社会情绪的认知计算展现了较大的商业价值和学术价值。情绪认知计算是人们对产品、服务、组织、问题、话题及其属性的观点、情感、评价和态度的计算研究。情绪认知分析早在2000年就成为自然语言处理(NLP)中最活跃的研究领域之一，在数据挖掘、Web挖掘、文本挖掘和信息检索方面得到了广泛的关注和应用。

目前产生了大量的情感分析相关技术，包括监督、无监督方法。在监督方法中，传统机器学习方法如贝叶斯方法、支持向量机、最大熵、统计语言模型等都产生了一定的效果。无监督方法包括使用情感词典、特征分析、句法分析和语法结构分等不同方法。相比较于英文情感计算，中文情感认知计算有一定的复杂性，因为英文的情感词典资源已经相对丰富完善，如SentiWordNet，里面包含积极消极、主观客观、情感强度值等完备数据，而中文情感词典资源相对缺乏，质量不高，而且缺乏主观客观数据。并且中文的分词存在一定的歧义。近年来，深度学习在自然语言处理和文本序列处理方面取得了不错的成绩，在情感认知计算领域中也发挥了很大的作用。为此，我们提出一种基于长短记忆网络和情感词典结合的情感计算方法。

发明内容

本发明的目的在于提供一种基于长短记忆网络和情感词典结合的情感计算方法，将情感词典与长短记忆网络相结合，针对长文本和短文本分别处理，以实现不同长度文本的情感分析目的，解决了现有技术中情感分类计算准确性差的问题。

为实现上述目的，本发明提供如下技术方案：一种基于长短记忆网络和情感词典结合的情感计算方法，包括如下步骤：

S1、识别文本中是否包含情感字典的任何一个词，包含则判定为情感文本，进入到后面的情感分析中去；反之则判定为非情感文本，不进行情感分析；

S2、设定一个长度界限值，识别文本是否低于长度界限值，当情感文本的长度低于长度界限值时判定为短文本，否则判定为长文本；读取情感短文本数据，查找情感词、程度词、否定词和感叹号，对其评分后，将情感短文本分为正面、中立和负面三种类型；

S3、当情感文本为长文本时，统计所有文本的长度，取最长文本值作为训练数据统一长度，对于其他文本用0补齐至最长文本值，使得所有文本句子的长度统一，将处理好的数据接入到LSTM模型的输入层，每个词语经过嵌入层后得到一个100维的文字嵌入向量，并将其输入到LSTM层，经过一层LSTM层得到输出结果，再经过softmax层得到基于正面、中立和负面的概率预测。

优选的，所述步骤S2采用基于情感字典的情感计算方法，具体步骤如下：

(1)读取情感短文本数据，对评论进行分句；

(2)查找对分句的情感词，记录积极还是消极，以及情感词在分句中的位置；

(3)从情感词向前查找程度词，找到就停止搜寻，为程度词设权值，并乘以情感值；

(4)从情感词向前查找否定词，找完全部否定词，若数量为奇数，乘以-1，以改变情感极性，偶数则乘以1，情感极性不变；