[发明专利]基于多模态特征和情感词典的文本抑郁倾向检测系统

权利要求书

1.一种基于多模态特征和情感词典的文本抑郁倾向检测系统，其特征在于：包括：

数据获取模块，被配置为：获取待处理的文本数据，对获取的文本数据进行预处理；

对获取的文本数据进行预处理，包括：

从文本数据中提取标题、内容和标签，去除由于已删除内容而缺少的数据以及不相关数据，将文本数据转换为小写字母；

词嵌入模块，被配置为：根据预处理后的文本数据和预设词嵌入模型，得到词嵌入向量；

情感特征向量获取模块，被配置为：根据预处理后的文本数据和预设情感词典，得到每个词的二维情感特征向量；

对SenticNet4.0情感词典进行扩充，包括：融入常用的网络表情符号、常用网络流行用语的情感以及常用俚语；

单词级特征向量获取模块，被配置为：提取文本数据中的词性特征向量，依次与二维情感特征向量和词嵌入向量拼接后，得到单词级别的特征向量表示；

提取基于扩充后的SenticNet4.0情感词典的二维情感特征向量，提取单词的一维词性特征，将两者进行拼接，得到每个单词的三维特征向量表示，将三维特征向量表示与词嵌入向量进行拼接，得到单词级别的特征向量表示；

句子级特征向量获取模块，被配置为：提取文本数据中的词频特征向量，得到句子级别的特征向量表示；

提取n-gram的TF-IDF词频特征，选取TF-IDF词频矩阵中互信息最大的预设个数特征作为文本的向量表示，进而得到句子级别的特征向量表示；

分类模块，被配置为：根据单词级别的特征向量表示、句子级别的特征向量表示以及预设CNN-BiLSTM网络模型，得到最终的分类结果；使用深度学习模型进行特征提取，分别将CNN模型应用于303维的特征表示向量v_i和1000维的特征表示向量t_i，两者分别经过CNN模型后，得到：

V_i＝CNN(v_i)   (4)

T_i＝CNN(t_i)   (5)

其中，V_i，T_i分别表示经过CNN模型后生成的高层特征；

将得到的V_i，T_i特征向量进行融合，作为Bi-LSTM模型的输入；

Mixed_Feature＝concatenate(V_i，T_i)   (6)

Fea＝BiLSTM(Mixed_Feature)   (7)

其中，Mixed_Feature表示融合后的特征向量，Fea表示融合后的特征向量经过BiLSTM模型得到的输出向量；

最后，将高层特征Fea输入到Sigmoid层进行分类，得到最终的预测结果Result：

Result＝Sigmoid(Fea)    (8)。

2.如权利要求1所述的基于多模态特征和情感词典的文本抑郁倾向检测系统，其特征在于：

分类模块中，将单词级别的特征向量表示和句子级别的特征向量表示，分别输入到预设卷积神经网络中，将两个卷积神经网络输出的高层特征进行融合后输入到预设Bi-LSTM网络模型中，得到分类结果。

3.如权利要求1所述的基于多模态特征和情感词典的文本抑郁倾向检测系统，其特征在于：

利用情感词典提取文本数据中词的情感属性特征，包括积极属性和消极属性，对情感属性特征进行数值化处理，令积极属性的值为1，消极属性的值为-1，结合预处理后的文本数据，得到每个词的二维情感特征向量。