[发明专利]一种暴力词汇的分析方法、系统、装置及介质

说明书

本发明公开了一种暴力词汇的分析方法、系统、装置及介质。该方法通过获取待检测的目标词汇；根据更新后的万有引力模型对目标词汇进行效价分析，得到目标词汇的暴力效价值；更新后的万有引力模型通过以下步骤得到：获取目标暴力词汇语料库；根据目标暴力词汇语料库，得到训练暴力词汇集和核心暴力词汇集；获取训练暴力词汇集中，与各个训练暴力词汇对应的训练暴力效价值；根据核心暴力词汇集、训练暴力词汇集、目标暴力词汇语料库和各个训练暴力效价值，得到更新后的万有引力模型。该方法通过构建并利用万有引力模型对暴力词汇进行效价分析，有效提高暴力词汇效价分析的可解释性和针对性，准确度较高。本发明可广泛应用于自然语言处理技术领域。

技术领域

本发明涉及自然语言处理技术领域，尤其是一种暴力词汇的分析方法、系统、装置及介质。

背景技术

随着在线社交平台的普及，用户可以自由发布文本或多媒体等形式的内容。这些内容形成的数据流具有强大的传播力，让社交平台用户能够获取实时的热点信息。但是出于宣泄、受益、博取关注等诸多目的，网络暴力的话语内容在社交平台中频繁出现，也正因此，挖掘网络暴力词汇和评估其网络暴力强度(网络暴力效价)已成为当下的热点研究主题之一。

目前，人为的对词汇效价进行判断较为主观，且缺乏明确的标准；而通过机器学习模型对词汇效价进行判断，其对词汇判断结果的解释性较弱，无法解释产生该判断结果的原因。还有，针对情感分析领域的词汇效价分析并不能较好地应用在网络暴力词汇地效价分析中，例如用户以反话正说或者正话反说的形式发表言论时，针对情感分析领域的词汇效价分析的分析准确度较低，对网络暴力词汇的针对性不强。此外，词汇效价分析极大依赖于语料库，需要人为且大量地对语料库中的词汇进行标注，人为的工作量较大。

因此，现有技术存在的问题还亟需解决和优化。

发明内容

本发明的目的在于至少一定程度上解决相关技术中存在的技术问题之一。

为此，本发明实施例的一个目的在于提供一种暴力词汇的分析方法，该分析方法通过构建并利用万有引力模型对暴力词汇进行效价分析，有效提高暴力词汇效价分析的可解释性和针对性，准确度较高。

本申请实施例的另一个目的在于提供一种暴力词汇的分析系统。

为了达到上述技术目的，本申请实施例所采取的技术方案包括：

第一方面，本申请实施例提供了一种暴力词汇的分析系统，包括：

获取待检测的目标词汇；

根据更新后的万有引力模型对所述目标词汇进行效价分析，得到所述目标词汇的暴力效价值；

其中，所述更新后的万有引力模型通过以下步骤得到：

获取目标暴力词汇语料库；

根据所述目标暴力词汇语料库，得到训练暴力词汇集和核心暴力词汇集；

获取所述训练暴力词汇集中，与各个训练暴力词汇对应的训练暴力效价值；

根据所述核心暴力词汇集、所述训练暴力词汇集、所述目标暴力词汇语料库和各个所述训练暴力效价值，对待更新的万有引力模型的参数进行更新，得到所述更新后的万有引力模型。

另外，根据本申请上述实施例的分析方法，还可以具有以下附加的技术特征：

进一步地，在本申请的一个实施例中，所述获取目标暴力词汇语料库，包括：

获取原始暴力词汇语料库；

对所述原始暴力词汇语料库进行协同标注，得到所述目标暴力词汇语料库。

进一步地，在本申请的一个实施例中，所述根据所述目标暴力词汇语料库，得到训练暴力词汇集和核心暴力词汇集，包括：