[发明专利]基于情感分析技术的学生评教文本分析方法

说明书

本发明公开了一种基于情感分析技术的学生评教文本分析方法，包括：1、对学生评教文本进行断句，得到多个短句；建立期望词集；2、建立评教语料集合，并对集合中的每条评教语料标注情感极性类别；评教语料集合和类别标注构成训练样本；采用构建的训练样本训练snowNLP分类器；3、对断句后的每一个短句进行情感极性分类，分为积极情感和消极情感两类；4、分别对分类为积极和消极的短句进行词性标注、去停用词处理、抽取观点词；将抽取出的观点词按照在原短句中出现的顺序排序，得到观点短句；5、对观点短句进行聚类，得到分析结果。该方法通过对学生评教文本进行分析处理，能够解决建议性意见语句分类错误的缺陷。

技术领域

本发明属于自然语言处理技术中的情感分析技术，具体为应用情感分析技术对学生评教文本进行分析。

背景技术

情感分析(Sentiment Analysis)又称为意见挖掘，是文本挖掘和计算语言学的应用，是从文本中识别信息，对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程,包括情感极性分类、评论摘要生成、情感标签抽取、观点聚类等。

目前，国内外的学者就情感分析已经做出了大量的努力并取得了显著的成就，也已有不少研究工作将情感分析应用于学生评教文本中，如：

谭征等人采用基于潜在语义分析的方法对文本向量降维，并用支持向量机的分类方法对目标文本进行分类，得到每一条主观评价的情感倾向；分析了特征选择、特征抽取方法、降维维数、词性、训练集合与测试集合样本的比例等几方面对分类的影响，找到了较好的中文评教文本分类模型，但其不足在于对类似“讲课很有意思，不过需要加强课堂纪律的维持”的建议性意见语句没有进行特殊处理，而该类语句正是极性分类中最容易判断失误的类型；

范宇辰等人采用词典匹配法结合情感词库进行分析统计得出情感分值实现中文评教文本的分类；其不足来源于词典匹配法的局限性，即无法根据语意表达的丰富性做出应对，再加上词库的有限以及新奇词汇层出不穷使得分类精度不比机器学习；

罗玉萍等人采用基于词性的情感词抽取方法和基于表达式的情感分析方法并提出了基于阈值的自动摘要方法：利用语义分析技术对学生留言进行情感挖掘，建立基于知网的情感词库，并设置词的极性权重，以3GWS工具进行分词与词性标注，对留言的情感褒贬程度进行计算，形成教师的评价摘要；基于表达式的情感分析方法对于类似“这个老师太喜欢为难学生了”这类既包含正情感词又包含负情感词的语句容易判断失误，并且不是所有的语句中都包含情感词；

章彦星等人提出了基于特征的用户评论自动摘要方法，通过频繁项集挖掘算法抽取评论中的名词来形成商品特征并根据特征将评论分类，最后从中抽取句子形成摘要，但其忽略了评论中的隐形特征，并且在所有的名词中有很多并不属于商品特征，即杂质太多，这些都会导致评论分类错误以及损失率太大等问题。

发明内容

发明目的：本发明旨在提供一种基于情感分析技术的学生评教文本分析方法，该方法通过对学生评教文本进行分析处理，能够解决建议性意见语句分类错误的缺陷。

技术方案：本发明采用如下技术方案：

基于情感分析技术的学生评教文本分析方法，包括步骤：

(1)对学生评教文本进行断句，得到多个短句；建立期望词集；

(2)建立评教语料集合，并对集合中的每条评教语料标注情感极性类别，所述情感极性类别包括积极和消极两类；评教语料集合和类别标注构成训练样本；采用构建的训练样本训练snowNLP分类器；

(3)对断句后的每一个短句进行情感极性分类，分为积极情感和消极情感两类；所述情感极性分类包括步骤：

(3.1)对短句分词，找出情感词、程度副词以及否定词；检测分词后的结果是否包括期望词集中的词，如果包括，分类结果为消极；如果不包括期望词集中的词，检测是否获取到情感词；