[发明专利]一种提高情感倾向占比低文本预断准确率的方法

摘要

本发明公开了一种提高情感倾向占比低文本预断准确率的方法，1)设计一个召回率都差不多的情感模型；假设一个方案对正、中、负情感倾向样本预判的准确度都达到60％以上，方满足用户对情感预判大概率正确的要求，基于上述正、中、负样本的占比，来看看没有引入本方案后面的设计发明时，所要求情感模型对各情感倾向样本召回率；本发明提供的一种提高情感倾向占比低文本预断准确率的方法，快速适应实际环境中正、中、负各类情感样本占比失衡的情形；使得训练模型不用特别追求正、中、负三类文本都有较高的召回率；不需要太多的训练样本，就可以确保正、中、负文本情感预断都有较高的准确率。

主权项

1.一种提高情感倾向占比低文本预断准确率的方法，其特征在于：1)设计一个召回率都差不多的情感模型；假设一个方案对正、中、负情感倾向样本预判的准确度都达到60％以上，方满足用户对情感预判大概率正确的要求，基于上述正、中、负样本的占比，来看看没有引入本方案后面的设计发明时，所要求情感模型对各情感倾向样本召回率；2)设计以下的方案，保证占比高的样本预判的准确度仍在合理的范围之内；但在实施下面的设计时，还是先要有一个召回率大体相近的情感模型，以保障：(1)各类样本以相同的比率召回或不被召回；(2)确保我们的方案，在情感倾向样本占比发生变化时，仍然适用；下面是该模型的训练过程：(1)随机从相应工作环境中抽取样本集；(2)组织人手对上面所抽取的样本集进行情感倾向标注；(3)随机从样本集中各占1/3的比率，抽取正、中、负的训练集；(4)选择合适的机器算法进行训练，确保各类情感倾向文本的召回率较高，且尽量差不多；(5)训练得到模型，并从人工标注样本集中，抽取占比为1/3的样本组织测试集，进行测试并选定模型；3)设计召回率有偏颇的情感模型；该模型的训练过程：(1)随机从相应工作环境中抽取样本集；(2)组织人手对上面所抽取的样本集进行情感倾向标注，并根据标注结果统计正、中、负各类文本的占比；(3)占比高那类文本按占比比例抽取样本，作为训练集的一部分；(4)想要提高准确度那类文本，抽取与上面占比高那类文本同样数量的样本，同样作为训练集的一部分；(5)而剩下那类文本，则根据其占比抽取相应数量的样本，作为训练集剩下的部分；(6)选择合适的机器算法进行训练，确保占比高类与想要提高准确度类情感倾向文本的召回率较高；(7)训练得到模型，并按上面训练样本集抽取的方式抽取测试样本集，进行测试并选定模型；4)设计一个基础模型+压制模型的串联式组合模型这里，将上面的基础模型与压制模型，以串联的方式组合起来使用，组成一个组合模型，通过该模型来完成对实际环境中的文本进行情感预判；对负面的文本实施了压制模型的情感预判，以进一步提高该类文本预判的准确度。下面就以互联网环境中中性文本占比多，正面文本次之，负面文本最低的情况，以提高负面文本情感预判准确度为目标，来描述该组合模型的使用：1)文本通过基础模型，将被预判为正、中、负文本；2)收集负面文本，调用压制模型，将文本预判为正、中、负文本；3)将压制模型预判为中、正的文本，分别归为中性文本与正面文本。