[发明专利]基于舆情大数据分析的短文本情感分类方法、介质及系统

说明书

本发明请求保护一种基于舆情大数据分析的短文本情感分类方法、介质及系统，属于文本分类领域，该方法包括：将经向量获取模型获取的正文和评论文本向量集与经神经网络多标签分类模型获取的主题列表转换成单主题+正文+评论文本格式的输入样本；构建基于自主题注意力机制的胶囊网络模型，作为情感分类模型，根据主题权重设计该模型的损失函数，并将上述输入样本作为模型的输入；将待预测文本输入所述情感分类模型进行情感标签预测，完成评论短文本情感分类。其中文本情感分类模型为增加了自主题注意力机制的胶囊网络，能够根据不同主题分类，捕捉评论短文本向量中较为丰富的文本特征及对应情感标签，更高的提取短文本文字中情绪的特征，情感分类精确度较高。

技术领域

本发明属于自然语言处理的文本分类领域，具体涉及一种基于自语义扩展和注意力的胶囊网络高校舆情评论短文本情感分类方法。

背景技术

随着社会的发展，互联网的进步，每日都有大量的网民在社交媒体平台上发布文本信息，而高校作为备受关注的社会单位，一旦出现舆情极易成为争议的焦点。舆情下的评论信息中却隐含了网民对于某一件事的情感信息。因此在当前网络环境中能否自动准确地识别网民的情感，对维护网络环境和高校舆情把控，构建和谐校园具有重要意义。以往的情感分析注重于舆情的正文本身的分析，而忽略了对评论的有效关注，评论通常短而小，且随舆情的不同主题表现为不同的文本语义特性，但却包含了大量网民对某一具体舆情事件的关键态度，紧密关系着舆论势态发展。因此传统的文本情感分类方法往往难以获取舆情评论的精准情感。

以往并没有提出针对舆情大数据的短文本情感分析方法，本方法通过对正文内容的主题提取，再结合主题、正文于评论扩展舆情评论短文本语料信息，并不同主题的不同权重，构建基于自主题注意力机制的胶囊网络，来实现情感分类。更好的解决了舆情大数据短文本的情感分类问题。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种基于舆情大数据分析的短文本情感分类方法、介质及系统。本发明的技术方案如下：

一种基于舆情大数据分析的短文本情感分类方法，其包括以下步骤：

101、将经向量获取模型获取的正文和评论文本向量集与经神经网络多标签分类模型获取的主题向量集转换成单主题+正文+评论文本格式的输入样本；向量获取模型指的是，向量空间模型VSM、词频逆文本模型TF/IDF、词向量模型word2vec、预训练模型BERT中的任意一种；神经网络多标签分类模型指的是，传统循环神经网络模型RNN、传统时间序列模型LSTM、传统卷积神经网络模型CNN中的的任意一种。

102、构建基于自主题的注意力机制的胶囊网络模型，作为舆情评论的情感分类模型，根据主题权重设计该模型的损失函数，并将上述输入样本作为模型的输入；

103、将待预测文本输入所述情感分类模型进行情感标签预测，完成评论短文本情感分类。

进一步的，所述步骤101将经向量获取模型获取的正文和评论文本向量集与经神经网络多标签分类模型获取的主题向量集转换成单主题+正文+评论文本格式的输入样本，具体为：

将舆情正文和评论数据输入向量获取模型进行预处理编码，使得原始文本中的每个词在向量空间中有对应的特征表示；各正文文本表示为X＝{x₁，x₂，...，x_m}，其中m表示正文文本长度，评论文本为Y＝{y₁，y₂，...，y_l}，其中l表示评论文本长度，针对短文本评论时，通常l值小于m值；