[发明专利]一种结合情感词典的卷积神经网络文本情感分析方法

说明书

本发明提供一种结合情感词典的卷积神经网络文本情感分析方法。通过获取英文评论，进行情感极性的标注的方法。得到所需要的语料，并对其做去停用词的操作，然后采用word2vec算法对处理得到的语料进行训练，得到相应的词向量。把每句话中的词向量与词典中对应的各情感分值相乘并拼接，得到句子的矩阵表示，将其输入到的卷积神经网络(CNN)结构中，从而在模型训练过程中，将词语的情感极性程度嵌入其中，让模型的关注点更接近于人类的理解，提高了文本情感分析的准确度。

技术领域

本发明涉及自然语言处理领域，更具体地，涉及一种结合情感词典的卷积神经网络文本情感分析方法。

背景技术

随着网络科技的不断发展，互联网已经成了人们发表观点，交流感情的平台，人们在网上分享、评论、表达自身对于各种事物的意见、看法，比如对电影，商品做出评论，这些评论的数量呈现出一种爆炸式增长的趋势，想要通过人工手段去筛选出人们关于某个事物的积极评论或是消极评论，基本成为了一个不可能完成的任务，因此我们需要一个自动判断文本情感倾向的工具，所以情感分析就应运而生了。

文本情感分析是对带有感情色彩的主观性文本进行分析、处理、归纳、和推理的过程，如从评论文本中分析用户对某个电影的“画面、音效、剧情、演员阵容”等属性的情感倾向。从不同立场、出发点、个人态度和喜好出发，人们在看待不同的对象和事件时所表达的态度、意见和情感的倾向性是存在差异的。一般地，按照处理文本的长度不同，文本情感分析分为词语级、短语级、句子级、篇章级等几个研究层次。按照情感粒度的大小不同，文本情感分析又分为细粒度和粗粒度。

发明内容

本发明提供一种结合情感词典的卷积神经网络文本情感分析方法。

为了达到上述技术效果，本发明的技术方案如下：

一种结合情感词典的卷积神经网络模型文本情感分析方法，包括以下步骤：

S1：首先获取英文文本语料，接着对语料进行情感分类标注，最后将语料分为训练和测试集两个集合；

S2：对步骤S1)中的所有语料集进行停用词处理；

S3：使用word2vec算法对步骤S2)中获取的语料进行训练得到相应的词向量；

S4：根据sentiwordnet(情感词典)获取预知的各词语的情感极性分布，并利用词语在不同极性上的权重与该词语的词向量相乘，得到词语在不同情感取向下的特征表示；

S5：将处理后的训练集语料按照句子顺序拼接起来形成矩阵放进卷积神经网络中进行训练，其中句子里的词语在多个情感取向下的表示可以拼接得到多个矩阵，而这多个矩阵对应卷积神经网络中的多个频道；

S6：将步骤S2)、S3)和步骤S4)处理获取的测试集语料放入步骤S5)中训练好的情感分析模型(卷积神经网络)，最终获取测试集的情感分类结果。

进一步地，所述步骤S1的具体过程如下：

通过爬虫或是其他手段获取到具有情感极性的英文文本语料，并将文本语料进行情感分类标注，把文本标注为积极，中性，消极。然后将做好情感标记的文本语料以8:2的比例划分为训练集、测试集两个集合。

进一步地，所述步骤S2的具体过程如下：

将得到的英文语料做去停用词的处理，去除句子中“the”,“this”,“a”,“an”等不表达情感的词语。

进一步地，所述步骤S3的具体过程如下：

使用python中的gensim库，对步骤S2)得到的语料进行训练，为语料中每个词语训练出其对应的词向量。

进一步地，所述步骤S4的具体过程如下：