1.融合情绪知识的案件微博评论情绪分类方法,其特征在于:具体步骤如下:
Step1、构建案件微博评论语料库词表:收集案件微博评论文本作为实验数据集,并进行删除无意义字符数据预处理,分词,词性标注文本预处理,得到案件微博评论语料库词表;
Step2、构建基础情绪词典:基于大连理工大学的情感词汇本体,沿用其乐、好、怒、哀、惧、恶和惊共7个情绪类别,构建了基础情绪词典;通过整理现有的情感计算资源,收集微博常用的表情符号和网络流行语并分类,得到否定词典、程度副词词典、表情符号集以及网络流行语集;
Step3、构建种子情绪词集:将基础情绪词典在案件微博评论语料库词表中出现的所有词作为种子情绪词,构成种子情绪词集;
Step4、构建案件微博情绪词典:首先利用SO-PMI语义导向点互信息算法挖掘案件微博评论语料库词表中的7个情绪类别候选情绪词;接着通过计算各个类别候选情绪词与对应类别种子情绪词的词向量余弦相似度,保留平均余弦相似度大于0.5的候选情绪词作为对应类别的案件微博情绪新词,组成扩展情绪词典;然后通过人工筛选扩展情绪词加入种子情绪词集,进行增量式的迭代进而挖掘领域情绪新词;最后,在算法挖掘不到情绪新词时停止迭代,将扩展情绪词典和基础情绪词典整合,得到案件微博情绪词典;
Step5、将所有资源整合成一个包含案件微博情绪词典、否定词典、程度副词词典、表情符号集以及网络流行语集的案件微博情绪知识库;
Step6、利用案件微博情绪知识库定义了词语的词性及情绪标签属性特征,构建案件微博评论的属性特征表示,通过双通道卷积神经网络将评论的语义表示和属性特征表示进行融合,训练了评论的情绪分类器,构建一个双通道卷积神经网络模型,对案件微博情绪知识进行融合,实现了案件微博评论的情绪分类。
2.根据权利要求1所述的融合情绪知识的案件微博评论情绪分类方法,其特征在于:所述步骤Step6中,案件微博评论的语义表示是一个对评论句进行分词,再通过加载预训练词向量列表WN×d对每个词进行查询并分配词向量的过程;
其中,N表示词表的词汇数,d表示词向量维度;假设一个包含n个词的评论文本序列T={w1,w2,…,wn},对于T中的每个词wi都能通过词向量列表WN×d查询到一个词向量vi,则序列T的语义表示矩阵MT为:其中,表示行向量方向的拼接操作;
案件微博评论的属性特征表示是一个基于稀疏二值向量表示方法构建属性特征表示矩阵的过程;首先,为每个词定义了K种词性及情绪标签属性;然后,对于给定包含n个词的评论文本序列T={w1,w2,…,wn},通过词性标注以及查询案件微博情绪知识库,将每个词wi都映射为一个K维的布尔二值向量vbool_i,vbool_i的每一维的值为0/1,0表示不具有该特征,1表示 具有 该特 征 ,最 终 ,得到 一 个n ×K 维的 属 性特 征表 示矩 阵M E :
3.根据权利要求1所述的融合情绪知识的案件微博评论情绪分类方法,其特征在于:所述步骤Step6中,双通道卷积神经网络以INIT-CNN作为基准方法,以此构建一个双通道卷积神经网络模型;其中,INIT-CNN为以卷积神经网络为基础,采用一种初始化卷积滤波器技术,构建的文本分类模型。
4.根据权利要求1所述的融合情绪知识的案件微博评论情绪分类方法,其特征在于:所述Step4中,SO-PMI算法首先筛选出案件微博评论语料库词表中词性为:形容词、动词、名词、副词以及表情符号词性“emoji”的所有词,其中,表情符号词性“emoji”是人工定义的标记针对表情符号词;然后计算每个词与种子情绪词集中各个情绪类别所有情绪词之间的SO-PMI值,保留SO-PMI值大于零的词作为对应类别的候选情绪词,词的SO-PMI值大于零且值越大,表示该词与当前情绪类别越相关;SO-PMI算法的计算公式如下:其中,word1表示案件微博评论语料库出现的词,word2表示种子情绪词;p(word1&word2)表示word1与word2在案件微博评论语料库中共同出现的概率,p(word1)表示word1在案件微博评论语料库中出现的概率,p(word2)表示word2在案件微博评论语料库中出现的概率;Ssome-kind表示某一情绪类别种子情绪词集合,Sothers表示其它6类种子情绪词集合。
5.根据权利要求1所述的融合情绪知识的案件微博评论情绪分类方法,其特征在于:所述Step4中,词向量余弦相似度和平均余弦相似度计算公式如下:其中,vi表示候选情绪词的词向量,m表示当前类别候选情绪词总数;vj表示种子情绪词的词向量,n表示当前类别种子情绪词总数。
6.根据权利要求2或3所述的融合情绪知识的案件微博评论情绪分类方法,其特征在于:所述Step6中,构建了评论的语义表示和属性特征表示后,一起输入到双通道卷积神经网络中,提取深层的语义特征和情绪知识特征;然后将这两个特征直接进行拼接,得到语义合成特征;最后将语义合成特征输入到全连接层进行线性变换降维,进而经过Softmax层输出每个输入文本的分类类别概率分布。