[发明专利]面向微博“树洞”留言文本的情感分析方法

权利要求书

1.面向微博“树洞”留言文本的情感分析方法，其特征在于，包括如下步骤：

步骤1：获取微博“树洞”留言数据集，并对这些数据进行清洗处理；

步骤2：针对中文微博的情绪分析问题,设计实现了使用卷积神经网络与双向长短时记忆网络结合的深度情绪二分类融合模型；

步骤3：在原融合模型基础上添加词注意力机制，以获取重要的特征信息及不同部分的权重分布。

2.根据权利要求1所述的面向微博“树洞”留言文本的情感分析方法，其特征在于，步骤1中具体包括以下步骤：

(1)通过网络爬虫的方式爬取新浪微博“树洞”数据，并将文本内容放入excel中进行筛选，把重复内容删除；

(2)使用0和1对微博语料进行情感标注，1为正面情感，0为负面情感；

(3)将文本进行分词和去除停用词以及向量化表示。

3.根据权利要求1所述的面向微博“树洞”留言文本的情感分析方法，其特征在于，步骤2包括以下步骤：

(1)通过BiLSTM层提取文本上下文的全局特征，将BiLSTM输出的全局特征向量矩阵作为CNN层的输入；

(2)CNN层根据BiLSTM层输出的特征向量矩阵经过卷积和池化操作后提取出局部特征，得到局部特征向量矩阵；

(3)最终采用softmax作为分类器对局部特征向量进行分类处理，得到情感极性。

4.根据权利要求1所述的面向微博“树洞”留言文本的情感分析方法，其特征在于，在步骤3中：在BiLSTM-CNN模型基础上引入注意力机制，将其作用于BiLSTM层及CNN层中间结合部分，对BiLSTM层的输出进行注意力加权处理，加强对情感分析重要的情感词的权重。