[发明专利]情绪触发事件的抽取方法

说明书

技术领域

本发明涉及自然语言处理及模式识别技术领域，特别是涉及一种情绪触发事件的抽取方法。

背景技术

文本情绪分析是自然语言处理（NLP）研究中的一个重要研究方向。该方向旨在研究如何自动分析文本所表达的情绪及与情绪相关的信息。目前，主流的情感分析研究主要集中在情绪分类上面，该任务旨在对文本表达的情绪（例如：高兴、伤心、惊讶等）进行自动分类。然而，该任务所关注的情绪信息仅仅是情绪的类别，还是处在比较浅层的情绪信息。为了更好的理解文本表达的情绪信息，迫切需要对文本表达的关于情绪的更深层次的信息，例如，情绪的体验者、情绪的原因、情绪的结果等，进行进一步的探讨和研究。

在语言学研究方面，大多数关于情绪语言学的模型都将情绪的触发触发事件作为一个重要的组成部分。因此，研究情绪触发的触发事件可以帮助理解情绪的发展及作用的语言学机制。此外，情绪触发事件识别的研究有助于帮助自动处理和分析同情绪相关的事件，进而应用于突发事件监测、情感摘要等其他任务中。

虽然情绪分析研究已经开展多年，但是大部分的研究主要集中在情绪识别和分类方面，对于情绪触发事件分析的研究还未开展。

发明内容

有鉴于此，本发明的目的在于提供一种情绪触发事件的抽取方法，在给出一些训练样本的情况下，提取基本特征、上下文特征和语言学特征，利用最大熵分类工具训练出分类器，实现对文本的情绪触发事件抽取。

本发明的基本思想是：

首先，对已有的训练语料进行处理，将训练语料中的每个篇章按照标点符号（‘，’、‘。’、‘？’、‘！’）分成多个子句，并根据其是否与情绪触发事件重合或是其中的一个片段，给出其相应标签。然后，抽取每个子句的特征，包括基本特征，上下文特征和语言学特征，利用最大熵分类工具训练分类器。最后，将需要进行情绪触发事件抽取的篇章按标签符号（‘，’、‘。’、‘？’、‘！’）分成多个子句，用训练出的分类器对每个子句进行分类，判断其是否为情绪触发事件，将分类结果为1的子句作为情绪触发事件输出。

为了实现上述目的，本发明实施例提供的技术方案如下：

一种情绪触发事件的抽取方法，所述方法包括以下步骤，

S1、语料处理过程：

S11、将每个篇章按标点符号分成若干子句；

S12、根据每个子句与情绪触发事件的关系，对每个子句进行标注；

S2、特征提取及训练过程：

S21、提取训练语料中的子句的特征；

S22、针对训练语料中的所有子句训练出分类器；

S3、情绪触发事件抽取过程：

S31、将待抽取的篇章按标点符号分成若干子句；

S32、抽取每个子句的特征；

S33、用训练出的分类器对每个子句进行分类，判断其是否为情绪触发事件，并将情绪触发事件的子句输出。

作为本发明的进一步改进，所述步骤S11和S31中的标点符号包括‘，’、‘。’、‘？’、‘！’。

作为本发明的进一步改进，所述步骤S21和S32中子句的特征包括：基本特征，上下文特征和语言学特征。

作为本发明的进一步改进，所述基本特征包括：名词、动词、名词个数、动词个数。

作为本发明的进一步改进，所述上下文特征包括前一个子句和后一个子句的基本特征。

作为本发明的进一步改进，所述语言学特征为语言学规则产生的特征，所述语言学规则包括：

规则1：情绪词后面出现‘而’、‘因此’、‘于是’、‘就’、‘所以’、‘便’、‘使’、‘将’这样的触发词，将触发词后面的子句识别成情绪触发事件；

规则2：情绪词后面紧跟着“的”、“地”、“得”，而且后面是动词，则该动词为情绪触发事件。

作为本发明的进一步改进，所述步骤S12具体为：

若子句与情绪触发事件重合或是情绪触发事件中的一个片段，则该子句标注为1，否则标注为0。

作为本发明的进一步改进，所述步骤S33具体为：

用训练出的分类器对每个子句按标注1和0进行分类，标注为1的为情绪触发事件，将分类结果为1的子句作为情绪触发事件输出。

作为本发明的进一步改进，所述步骤S22中分类器的训练采用最大熵分类工具。

本发明具有以下有益效果：

本发明情绪触发事件的抽取方法有助于帮助自动处理和分析同情绪相关的事件，进而应用于突发事件监测、情感摘要等其他任务中，具有强大的实用价值。

附图说明