[发明专利]融合情绪知识的案件微博评论情绪分类方法

说明书

本发明涉及融合情绪知识的案件微博评论情绪分类方法，属于自然语言处理技术领域。本发明构建了一个包含案件微博情绪词典、表情符号、网络流行语、否定词典以及程度副词词典的情绪知识库；并构建属性特征表示。最后基于卷积神经网络将评论的语义表示和属性特征表示进行融合，构建情绪分类模型，提取深层次的语义特征和序列化的情绪知识特征，实现了情绪分类。基于案件微博评论语料的实验结果表明，该方法与基准方法INIT‑CNN相比，Macro_F1和Micro_F1两项指标分别提升了1.88％和1.94％。

技术领域

本发明涉及融合情绪知识的案件微博评论情绪分类方法，属于自然语言处理技术领域。

背景技术

案件舆情是指与案件相关的互联网舆情。微博作为社交媒体平台的显著代表，是案件舆情的重要来源。热点案件往往容易在微博平台上迅速发酵、演化，并产生海量评论及案件舆情。案件舆情极易引发社会动乱以及影响司法决策，国家也在积极推进智慧法院建设。因此，面向案件微博评论的情绪分类对于及时了解和掌握案件舆情，以便相关部门迅速做出决策，是十分必要且意义重大的。

情感分类任务是文本情感分析的一个子任务，而案件微博评论的情绪分类可以看作是一个特定领域的细粒度情感分类任务，对于防范舆情风险至关重要。情感分类方法通常分为：基于情感词典的方法、基于传统机器学习的方法和基于深度学习的方法。基于情感词典的方法主要是通过情感词典对文本中的情感词进行一定的组合计算，实现文本的情感分类。这种方法对情感词典的依赖大，且目前还没有一部完善的情感词典可以很好地用于微博文本的情感分类。基于传统机器学习的情感分类常用有监督学习的方法，需要依赖于大量的标注数据和复杂的人工特征工程。现有的情感分类研究大多是基于深度学习的方法。虽然基于深度学习的方法在一定程度上有效地避免了基于情感词典和基于传统机器学习的方法存在的不足，但是大多数深度学习的方法只是将文本作为一个整体进行编码，缺乏对现有情感计算资源的有效利用，也不能很好地体现表情符号和网络流行语等对情感分类的作用。针对传统的情感分类方法难以有效利用案件微博评论中常用的表情符号、否定规则、领域情绪新词等情绪知识的问题，提出一种融合情绪知识的案件微博评论情绪分类方法。

发明内容

本发明提供了融合情绪知识的案件微博评论情绪分类方法，用于解决传统方法在案件微博评论情绪分类任务中分类性能不高的问题，以及传统的情感分析方法难以有效利用评论中常用的表情符号、否定规则、领域情绪新词等情绪知识。

本发明的技术方案是：融合情绪知识的案件微博评论情绪分类方法，具体步骤如下：

Step1、构建案件微博评论语料库词表：收集案件微博评论文本作为实验数据集，并进行删除无意义字符数据预处理，分词，词性标注文本预处理，得到案件微博评论语料库词表；

Step2、构建基础情绪词典：基于大连理工大学的情感词汇本体，沿用其乐、好、怒、哀、惧、恶和惊共7个情绪类别，构建了基础情绪词典；通过整理现有的情感计算资源，收集微博常用的表情符号和网络流行语并分类，得到否定词典、程度副词词典、表情符号集以及网络流行语集；

Step3、构建种子情绪词集：将基础情绪词典在案件微博评论语料库词表中出现的所有词作为种子情绪词，构成种子情绪词集；

Step4、构建案件微博情绪词典：首先利用SO-PMI(语义导向点互信息)算法挖掘案件微博评论语料库词表中的7个情绪类别候选情绪词；接着通过计算各个类别候选情绪词与对应类别种子情绪词的词向量余弦相似度，保留平均余弦相似度大于0.5的候选情绪词作为对应类别的案件微博情绪新词，组成扩展情绪词典；然后通过人工筛选扩展情绪词加入种子情绪词集，进行增量式的迭代进而挖掘领域情绪新词；最后，在算法挖掘不到情绪新词时停止迭代，将扩展情绪词典和基础情绪词典整合，得到案件微博情绪词典；