[发明专利]结合情感原因发现的文本情感预测学习系统

说明书

一种文本情感原因发现装置，该装置包括词‑子句层级结构，包含有四部分：词级别编码器、词级别注意力、子句级别编码器、子句级别注意力；其中，词级别编码器，将文本送入词级别编码器，用于捕获词与词之间的序列特征；词级别注意力，通过当前词语的隐状态表示和与之对应的情绪表达词之间的关系来获得词级别的注意力值，用来指示当前词在其所在的子句中所占的重要程度，然后通过权重和累加操作获得每个子句的表示；子句级别注意力，利用一个分类器来获得当前子句是情感原因的概率，并以此作为子句的注意力值，同时将当前子句距离情绪表达词的距离的分布式表示与子句表示拼接；子句级别编码器，通过子句级编码器获取不同子句之间的结构性信息更新子句表示，通过softmax来获得分类特征的概率分布。通过该装置可以帮助机器更加精准地判断人类触发情感的原因。

技术领域

本发明属于情感预测技术领域，特别涉及结合情感原因发现的文本情感预测学习系统。

背景技术

在传统文本情感分析的研究中，通常采用单任务学习模型，将文本情感原因发现和文本情感预测分别看作单一任务。

由于传统的情感分析方法将情感原因发现和情感预测看作两个独立的学习任务，需要针对不同的任务设计不同的学习模型，这种方式效率低下且难以挖掘二者之间密切的联系，即情感原因驱动情感的产生，所以对文本情感原因的研究能够促进对情感本身的研究。此外，单任务学习模型在优化时，梯度的反向传播倾向于陷入局部极小值，而多任务学习中不同任务的局部极小值处于不同的位置，通过相互作用，可以帮助隐含层逃离局部极小值，找到更优解。

发明内容

为克服已有技术的不足之处，本发明提出一种结合情感原因发现的文本情感预测学习系统，可以帮助机器更加精准地判断人类的情感。

为了实现上述目的，本发明采用的技术方案为：

一种文本情感原因发现装置，其特征在于，该装置包括词-子句层级结构，包含有四部分：词级别编码器、词级别注意力、子句级别编码器、子句级别注意力；其中，

词级别编码器，将文本送入词级别编码器，用于捕获词与词之间的序列特征；

词级别注意力，通过当前词语的隐状态表示和与之对应的情绪表达之间的关系来获得词级别的注意力值，用来指示当前词在其所在的子句中所占的重要程度，然后通过权重和累加操作获得每个子句的表示；

子句级别注意力，利用一个分类器来获得当前子句是情感原因的概率以此作为子句的注意力值，在子句层级将当前子句距离情绪表达词的距离与子句表示拼接；

子句级别编码器，通过子句编码器获取不同子句之间的结构性信息更新子句表示，通过softmax来获得分类特征的概率分布。

一种结合情感原因发现的情感预测学习系统，该系统包括上述情感原因发现装置以及共享模块、情感预测模块。

相比于现有的技术，本发明的优点有：

首先针对目前情感原因发现领域中忽略文本的结构性信息及不同子句之间关系的问题，提出一种层级结构增强子句的文本表示。其次，根据情感原因对于准确识别情感的推动作用，采用联合任务模型结合情感原因对文本进行情感预测，以帮助机器更加精准地判断人类的情感。

附图说明

图1是文本情感原因发现框架图；

图2是结合情绪原因的文本分类的联合模型。

具体实施方式

下面结合附图说明及具体实施方式对本发明进一步说明。