1.一种微博评论情绪分类方法,其特征在于,包括如下步骤:采集用于训练胶囊网络模型参数的原始微博评论文本数据,并对原始微博评论文本数据进行预处理获得微博文本数据集,所述微博文本数据集包括训练集和测试集;
对微博文本数据集进行预训练将微博文本转换成word2vec特征词向量;
利用情绪词典选取待分类微博文本中包含情绪的句子作为局部情绪特征;
利用经所述训练集和测试集训练好的胶囊网络提取待分类微博文本的整体情绪特征;
对待分类微博文本的整体情绪特征和局部情绪特征进行融合,获得待分类微博文本的情绪分类结果,所述情绪分类结果包括正面情绪概率和负面情绪概率;
将微博用户的所有待分类微博文本的情绪分类结果求和取平均值,根据所述平均值确定所述微博用户的情绪倾向;
利用经训练集和测试集训练好的胶囊网络提取各个待分类微博文本的整体情绪特征的方法包括如下步骤:构建胶囊网络,所述胶囊网络包括输入层、卷积层、基础胶囊层、卷积胶囊层、全连接胶囊层、胶囊平均池化层、输出层,所述卷积层包括三种用于学习微博文本语句间的特征信息的卷积核,三种所述卷积核分别为3*300、4*300、5*300;
将所述微博文本数据集按照4:1比例拆分成训练集和测试集,利用训练集训练胶囊网络,训练过程中设置Dropout率为0.5,所述胶囊网络采用Adam算法更新网络各层的参数,迭代次数为100次;
将多个微博文本输入到训练好的胶囊网络中,经过卷积层提取后,将学到的局部情绪特征不经过池化层的再提取而直接存储到胶囊层中;
胶囊网络使用动态路由算法来学习整体情绪特征,三种所述卷积核将学习到的特征全部映射到类胶囊层;
分别采用Max pooling、Sumpooling和Concatenation方法对一个待分类微博文本的整体情绪特征和局部情绪特征进行融合获得该微博文本的情绪分类结果;
在Max pooling方法中,选取概率排前K个的局部情绪特征,一个微博用户的情绪分类结果 表示如下:其中, 为一个微博文本的整体情绪特征的输出概率, 为第j个句子的局部情绪特征的输出概率, 和 的向量结构均为(ypos,yneg),ypos表示正面情绪的概率,yneg表示负面情绪的概率;
在Sumpooling方法中,聚合所有局部情绪特征的概率且情绪一致的局部情绪特征的权重加强,表示如下:其中,β是一个用于权衡局部情绪特征和整体情绪特征的超参数;
在Concatenation方法中,通过组合所有的局部情绪特征和整体情绪特征进行情绪分类,表示如下:
2.根据权利要求1中所述的微博评论情绪分类方法,其特征在于,对初始微博文本数据进行预处理包括如下步骤:采用网络爬虫采集原始微博评论文本数据,进行数据过滤以除去含有图片和特殊符号以及表情的微博评论;
采用人工标注的方式对过滤后的原始微博评论文本数据进行情绪标注形成微博文本数据集,所述情绪包括正面情绪和负面情绪;
将微博文本数据集按照4:1分为训练集和测试集。
3.根据权利要求1中所述的微博评论情绪分类方法,其特征在于,选取包含情绪的句子作为局部情绪特征的方法包括如下步骤:将训练集中单个微博文本作为整体用标点符号进行句子分割,所述标点符号包括逗号、句号、分号、感叹号和问号;
再利用情绪词典选出一个微博文本中包含情绪的句子,将选取的句子作为局部情绪特征。
4.根据权利要求1中所述的微博评论情绪分类方法,其特征在于,得到用于构建词汇表的word2vec特征词向量的方法包括如下步骤:采用中文分词工具对微博文本数据集进行分词处理;
采用word2vec工具在微博文本数据集上训练,将一个句子转化成对应的特征词向量矩阵,每个句子表示为:s=(w1,w2,w3,...wn)
其中,s表示一个句子,wn表示第n个k维实数向量的特征词向量。
5.根据权利要求1中所述的微博评论情绪分类方法,其特征在于,根据情绪分类结果求和取平均值确定微博用户的情绪倾向的方法如下:如果为ypos≥yneg,则微博用户没有抑郁症倾向,反之,如果ypos<yneg,则微博用户具有抑郁症倾向。
6.一种微博评论情绪分类系统,其特征在于,包括如下模块:预处理模块,用于采集原始微博评论文本数据,并对原始微博评论文本数据进行预处理获得微博文本数据集,所述微博文本数据集包括训练集和测试集;
预训练模块,用于对微博文本数据集进行预训练将微博文本转换成word2vec特征词向量;
局部情绪特征提取模块,用于利用情绪词典在待分类微博文本中选取包含情绪的句子作为局部情绪特征;
整体特征提取模块,用于利用经所述训练集和测试集训练好的胶囊网络提取待分类微博文本的整体情绪特征;
特征融合模块,用于对待分类微博文本的整体情绪特征和局部情绪特征进行融合,获得待分类微博文本的情绪分类结果,所述情绪分类结果包括正面情绪概率和负面情绪概率;
情绪分类模块,用于将微博用户的所有待分类微博文本的情绪分类结果求和取平均值,根据所述平均值确定所述微博用户的情绪倾向;
整体特征提取模块利用经训练集和测试集训练好的胶囊网络提取各个待分类微博文本的整体情绪特征的方法包括如下步骤:构建胶囊网络,所述胶囊网络包括输入层、卷积层、基础胶囊层、卷积胶囊层、全连接胶囊层、胶囊平均池化层、输出层,所述卷积层包括三种用于学习微博文本语句间的特征信息的卷积核,三种所述卷积核分别为3*300、4*300、5*300;
将所述微博文本数据集按照4:1比例拆分成训练集和测试集,利用训练集训练胶囊网络,训练过程中设置Dropout率为0.5,所述胶囊网络采用Adam算法更新网络各层的参数,迭代次数为100次;
将多个微博文本输入到训练好的胶囊网络中,经过卷积层提取后,将学到的局部情绪特征不经过池化层的再提取而直接存储到胶囊层中;
胶囊网络使用动态路由算法来学习整体情绪特征,三种所述卷积核将学习到的特征全部映射到类胶囊层;
特征融合模块分别采用Max pooling、Sumpooling和Concatenation方法对一个待分类微博文本的整体情绪特征和局部情绪特征进行融合获得该微博文本的情绪分类结果;
在Max pooling方法中,选取概率排前K个的局部情绪特征,一个微博用户的情绪分类结果 表示如下:其中, 为一个微博文本的整体情绪特征的输出概率, 为第j个句子的局部情绪特征的输出概率, 和 的向量结构均为(ypos,yneg),ypos表示正面情绪的概率,yneg表示负面情绪的概率;
在Sumpooling方法中,聚合所有局部情绪特征的概率且情绪一致的局部情绪特征的权重加强,表示如下:其中,β是一个用于权衡局部情绪特征和整体情绪特征的超参数;
在Concatenation方法中,通过组合所有的局部情绪特征和整体情绪特征进行情绪分类,表示如下:
7.一种微博评论情绪分类系统,其特征在于,包括处理器和存储介质,所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行权利要求1‑5中任一项所述方法的步骤。