[发明专利]一种基于用户知识的个性化隐式情感分析方法与系统

说明书

本发明公开了计算机文本数据挖掘与隐式情感分析技术领域的一种基于用户知识的个性化隐式情感分析方法和系统，该方法通过对用户的内容知识、社会化属性知识进行建模，得到用户的内部知识表示；针对用户的外部知识，利用社会网络关系学习用户的社会化关系表示；将用户的知识与文本序列信息相融合进行隐式情感分析，本发明解决了隐式情感分析中用户个性化建模的问题，在学习速度和模型精度上均有良好的提升效果。

技术领域

本发明涉及计算机文本数据挖掘与隐式情感分析技术领域，特别涉及一种基于用户知识的个性化隐式情感分析方法和系统。

背景技术

文本情感分析是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。文本情感分析技术已不仅仅局限于单一领域的研究，其与社会学、传播学、语言学、管理学的结合越来越紧密。例如，在社会媒体计算领域，中文本情感分析可以实时观察大规模人群对某个事件的情感倾向和情感演变，为相关研究课题提供实证基础，发挥更重要的量化分析作用。在政府决策方面，情感分析技术可作为政府了解社情民意的重要手段，极大提升了覆盖面、真实性和时效性。为改进政府工作方式，及早预防或平息公众不满情绪等提供有力的决策依据。在商业活动方面，文本情感分析技术一方面可使消费者更便捷地了解他人对商家以及商品的态度，使其获得更加丰富和客观的信息。另一方面，商家可以更深入的了解广大消费者对其产品或服务的反馈意见，进而改进产品，提高服务质量。

由于语言的多样性和复杂性，依照研究对象文本是否显式地含有情感词汇可将情感分析技术划分为显式和隐式两部分。显式情感文本因其含有明确的情感词提供情感倾向信息较为简单，已有大量的相关研究成果。而对于在主观性文本中占比达三分之一的隐式情感，对其进行准确地分析目前仍属于情感分析领域的核心难题之一，面临以下挑战：(1)隐式情感表达缺乏明确的情感词，语言表达含蓄隐晦，且一般通过事实陈述或比较、隐喻、反讽等修辞进行表达，因此使得现有方法对其语义理解较为困难。例如，“我家走到地铁口需要5分钟左右”，该句通过陈述事实表达了说话人居住条件的便利，但需要对句子进行深层次的语义分析才能准确理解。(2)隐式情感往往与情感持有者的个人主观认知具有密切关系，不同的情感持有者因其自身认知或背景的差异，会对同样的表达产生不同的情感倾向，因而对模型的个性化分析提出了更高的要求。例如，“太行山南麓属于晋豫共有，但山西游客一般也会选择去河南部分游玩”，该句的情感通常与说话人的身份相关，当说话人分别为山西、河南或其他籍贯的游客时，其表达的情感倾向可能存在差异。

针对上述中的相关技术，本发明提供一种基于用户知识的个性化隐式情感分析方法与系统，针对文本中的隐式情感进行深入的研究，探索外部知识尤其是用户知识对隐式情感表达的影响，将极大提升模型对文本隐式情感进行个性化分析的能力和效果。

发明内容

本发明提供一种基于用户知识的个性化隐式情感分析方法与系统，实现对隐式情感的个性化建模分析，以及提高对隐式情感句的情感倾向判别任务上的精确率，以解决上述背景技术中提出的问题。

本发明提供一种基于用户知识的个性化隐式情感分析方法与系统，采用如下的技术方案：包括以下步骤：

S1：使用开放领域文本及交互数据，构建用户外部信息和用户内部信息库；

其中，所述的用户外部信息包括用户的社会化关注关系，通过矩阵A进行表示；所述的用户内部信息库包括用户id、用户发布内容集合C以及用户基本信息集合I；待分析隐式情感句标记为s；

S2：将用户基本信息集合I输入Bert预训练模型获取其向量表示，将向量拼接获取用户基本信息I的特征表示E_i；

S3：使用开放情感常识知识库，利用句子-词汇的匹配关系构建知识图谱G；

S4：根据基于知识嵌入的多极性注意力模型结合步骤S3中所述的知识图谱G，获取步骤S1中所述的用户发布内容集合C的特征表示为E_c，以及待分析隐式情感句子序列特征表示为H_s；