欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2021107623677
申请人: 中国地质大学(武汉)
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种顾及地理空间分布的文本情感分类方法,其特征在于,包括以下步骤:根据文本间的地理位置距离设定文本的空间位置权重矩阵;

根据所述空间位置权重矩阵,融合文本语义信息和文本地理空间分布关系构建得到一个文本空间关系语义图;

将所述文本空间关系语义图进行传播更新,得到所述文本空间关系语义图的文本向量表示X1;

根据所述文本语义信息和所述文本地理空间分布关系分别构建得到一个文本语义图和一个文本地理空间分布图;

将所述文本语义图和所述文本地理空间分布图分别进行传播更新,并进行文本向量融合,得到融合语义与文本地理空间关系的文本向量表示X2;

将所述文本空间关系语义图的向量表示X1和所述融合语义与文本地理空间关系的文本向量表示X2进行融合,得到融合后的文本向量表示X;

根据所述融合后的文本向量表示X进行文本情感预测,得到文本的情感分类结果。

2.如权利要求1所述的顾及地理空间分布的文本情感分类方法,其特征在于,在所述根据文本间的地理位置距离设定文本的空间位置权重矩阵的步骤之前,还包括:使用莫兰指数对文本情感得分在空间中的自相关性进行分析,得到文本情感得分的空间自相关性和距离阈值dτ;

根据所述空间自相关性得到文本地理空间分布关系。

3.如权利要求2所述的顾及地理空间分布的文本情感分类方法,其特征在于,所述使用莫兰指数对文本情感得分在空间中的自相关性进行分析,得到文本情感得分的空间自相关性和距离阈值dτ的步骤,包括:

将文本的情感得分作为莫兰指数的属性值a;

根据文本的经纬度坐标计算得到的文本间的空间距离;

将所述空间距离的倒数的平方作为莫兰指数的空间权重矩阵wij;

根据莫兰指数计算公式计算得到文本情感得分的空间自相关性,以及距离阈值dτ;

所述莫兰指数计算公式为:

其中,I为莫兰指数值,其取值通常在[‑1,1]之间,越接近于1表示文本情感得分在空间上分布越聚集,即相关性越强;下标i与j表示的是第i个与第j个文本;表示属性值a的平均值;U表示文本集合;N表示文本的总数。

4.如权利要求1所述的顾及地理空间分布的文本情感分类方法,其特征在于,所述根据文本间的地理位置距离设定文本的空间位置权重矩阵的步骤,包括:由文本的经纬度坐标计算文本间的空间距离;

将所述空间距离的倒数进行归一化处理,作为文本间的空间位置权重矩阵。

5.如权利要求2所述的顾及地理空间分布的文本情感分类方法,其特征在于,所述根据空间位置权重矩阵,融合文本语义信息和文本地理空间分布关系构建得到一个文本空间关系语义图的步骤,包括:

统计单词与单词之间的共现情况,用tf‑idf计算结果作为边eww的权重;

统计单词与文本之间的共现情况,用pmi计算结果作为边ewd的权重;

统计文本与文本之间的地理距离,若小于所述距离阈值dτ,则建立边edd,并用空间位置权重矩阵作为边edd的权重,否则不建立边,最终得到一个文本空间关系语义图。

6.如权利要求1所述的顾及地理空间分布的文本情感分类方法,其特征在于,所述将文本空间关系语义图进行传播更新,得到所述文本空间关系语义图的文本向量表示X1的步骤,包括:

分别设置所述文本空间关系语义图的参数矩阵W1,W2,W3,由于构建的为异构图,所有参数矩阵相互独立,且邻接矩阵分别为A1,A2,A3;

其中,A1表示由单词之间的共现关系构建的邻接矩阵,A2表示单词与文本之间共现关系构成的邻接矩阵,A3为由地理空间分布关系构建的邻接矩阵,取值范围为[0,1],由经纬度坐标距离计算结果的倒数归一化得到;

将所述文本空间关系语义图进行传播更新,根据公式 得到每个节点更新后的向量表示X1;

其中, 表示第l层第i种类型关系下的向量表示, 表示第i种类型关系下的归一化后的邻接矩阵,Wi表示第i个参数矩阵。

7.如权利要求2所述的顾及地理空间分布的文本情感分类方法,其特征在于,所述根据文本语义信息和所述文本地理空间分布关系分别构建得到一个文本语义图和一个文本地理空间分布图的步骤,包括:

根据单词,文本两类节点中的词共现关系和文本词频关系,构建一个文本语义图;

文本作为唯一节点,文本与文本之间根据地理空间分布关系建立边:首先计算文本与文本之间的经纬度坐标的距离,若大于所述距离阈值dτ,则在文本与文本之间建立边,并将所述空间位置权重矩阵作为边权重;若小于距离阈值dτ,则不建立边;

最终构建一个同构无向的文本地理空间分布图。

8.如权利要求1所述的顾及地理空间分布的文本情感分类方法,其特征在于,所述将文本语义图和所述文本地理空间分布图分别进行传播更新,并进行文本向量融合,得到融合语义与文本地理空间关系的文本向量表示X2的步骤,包括:将所述文本语义图进行节点更新,得到文本语义图的文本向量表示;

文本地理空间分布图将所述空间位置权重矩阵作为邻接矩阵A的值,通过图卷积算法进行节点更新,得到文本地理空间分布图的文本节点向量表示;

将所述文本语义图的文本向量表示和所述文本地理空间分布图的文本节点向量表示,得到融合语义与文本地理空间关系的文本向量表示X2。

9.一种顾及地理空间分布的文本情感分类装置,其特征在于,包括以下模块:设定模块,用于根据文本间的地理位置距离设定文本的空间位置权重矩阵;

构建模块,用于根据所述空间位置权重矩阵,融合文本语义信息和文本地理空间分布关系构建得到一个文本空间关系语义图;

向量表示模块,用于将所述文本空间关系语义图进行传播更新,得到所述文本空间关系语义图的文本向量表示X1;

所述构建模块,还用于根据所述文本语义信息和所述文本地理空间分布关系分别构建得到一个文本语义图和一个文本地理空间分布图;

所述向量表示模块,还用于将所述文本语义图和所述文本地理空间分布图分别进行传播更新,分别得到所述文本语义图和所述文本地理空间分布的文本向量表示;

融合模块,用于将所述文本语义图和所述文本地理空间分布的文本向量表示进行融合,得到融合语义与文本地理空间关系的文本向量表示X2;还用于将所述文本空间关系语义图的向量表示X1和所述融合语义与文本地理空间关系的文本向量表示X2进行融合,得到融合后的文本向量表示X;

预测分类模块,用于根据所述融合后的文本向量表示X进行文本情感预测,得到文本的情感分类结果。

10.如权利要求9所述的顾及地理空间分布的文本情感分类装置,其特征在于,还包括:分析模块,用于使用莫兰指数对文本情感得分在空间中的自相关性进行分析,得到文本情感得分的空间自相关性和距离阈值dτ,并根据所述空间自相关性得到文本地理空间分布关系。