[发明专利]一种短文本方面级情感分类方法

说明书

本发明公开了一种短文本方面级情感分类方法，其步骤包括：1、将短文本分词后，通过短文本中的词生成词向量、标注所有方面向量、词性向量；2、使用XLNET模型判断短文本所拥有的方面，并将每个词的词向量、词性向量、所拥有的方面向量顺次拼接；3、将步骤2中每个词拼接过后的向量输入情感分类Bilstm模型，得到的每个词隐含向量再输入Attention机制，并返回每个词的隐含向量的权重；4、使用每个词所对应的隐含向量和权值做加权平均，结果进入softmax神经网络，得到对应情感，以较大概率值作为情感分类结果。本发明能识别短文本在不同方面所具有的不同情感，从而完成细粒度的情感分类。

技术领域

本发明属于人工智能中自然语言处理领域，具体的说是一种融合词向量与方面向量、词性向量，并加入Attention机制的Bilstm模型的情感分类方法。

背景技术

随着电商平台的发展，短文本评论越来越成为一种用户表达自身情感观点的重要方式。而往往短文本中所涉及的方面不止一个，甚至对于不同的方面可能持相反的情感态度。目前对于短文本的情感分类大多属于粗粒度分类，即对于短文本只给出一个情感分类，不能细粒度的识别不同方面所分别对应的情感。

发明内容

本发明是为了解决上述现有技术存在的不足之处，提出一种短文本方面级情感分类方法，以期能通过先识别短文本包含的方面，再识别方面下所对应的情感，从而识别短文本在不同方面所具有的不同情感，并完成对短文本细粒度的情感分类。

本发明为达到上述发明目的，采用如下技术方案：

本发明一种短文本方面级情感分类方法的特点是按如下步骤进行：

步骤1、获取评论数据中的所有短文本并作为语料库，对所述语料库中的任意一个短文本进行分类、清洗、分词的预处理操作，得到相应短文本的词向量集合，记为t＝(t₁,t₂,…,t_i,…,t_k)，t_i表示第i个词，i∈[1,k]，k表示所述短文本的词总量；

步骤2、对所述词向量集合t＝(t₁,t₂,…,t_i,…,t_k)进行词性识别，得到词性表征向量集合p″′＝(p″′₁,p″′₂,…,p″′_i，…,p″′_k)，p″′_i表示第i个词t_i所对应的词性；

步骤3、对所述语料库中所有短文本按照步骤1进行预处理操作，并删除重复的词后，得到一个字典，并为字典中的每个词进行编号，作为相应词的索引位置key；

步骤4、利用所述字典中各个词的索引位置key对所述词向量集合t＝(t₁,t₂,…,t_i,…,t_k)进行索引处理，得到索引向量集合s″′＝(s″′₁,s″′₂,…,s″′_i,…,s″′_k)；s″′_i表示第i个词t_i所对应的索引位置；

步骤5、将所述语料库中包含词总数最多的短文本所对应的词总数记为max；根据所述词总数max将所述词性表征向量集合p″′和索引向量集合s″′分别以“0”补齐，使得所述词性表征向量集合p″′和索引向量集合s″′中的词总数等于max；将补齐后的词性表征向量集合记为p″和补齐后的索引向量集合记为s″；