[发明专利]基于知识驱动多分类的情绪原因对提取方法及系统

说明书

本发明公开了基于知识驱动多分类的情绪原因对提取方法及系统，本发明将数据集文档分词后，计算从句中每个词的情绪分数，相加得到从句的情绪分数。再通过长短期记忆人工神经网络学习文档上下文信息，结合位置嵌入学习和窗口搜索提取情绪‑原因对。本发明联合语义知识嵌入，位置信息学习和窗口搜索提高情绪‑原因对提取的准确率。缓解了标签不平衡等问题，在公开的数据集上有较好的效果。

技术领域

本发明属于自然语言处理领域，涉及一种基于知识驱动多分类和图位置嵌入的情绪-原因对提取。

背景技术

近年来，情绪分析成为自然语言处理的热门方向。情绪原因提取(ECE)是情绪分析的一个分支，给定一个文档和其中的情绪从句，找出引起情绪的原因从句。尽管情绪原因提取在自然语言处理任务中引起了广泛关注，但它要求情绪从句必须事先标记，在实际场景应用中难以展开。为了解决这一问题，提出了一项新任务，称为情绪原因对提取(ECPE)。与之前情绪原因提取从句的任务不同，情绪原因对提取任务将情绪从句及其对应的原因从句视为一个整体，称为情绪原因对，联合提取二者。提取的情绪-原因对包含了丰富的情绪原因信息，在深入的情绪分析中起着关键作用。这项任务在最近的研究中引起了广泛关注。

图1是ECPE任务的一个文档和提取的情绪原因对，文档中包含五个连续子句。C1是一个情绪从句，带有情绪词“Excited”，同时C1也是自己对应的原因从句。其中情绪“Excited”是由短语“See the paintings”引起的。同样，C4也是情绪从句带有情绪词“Guilty”，但引起“Guilty”情绪的原因并不包含在C4中。阅读文档中的其他从句可以发现，C5是与C4相对应的原因从句。此任务的目标是提取情绪原因对集合：[(C1，C1)，(C4，C5)]。

与给定情绪的原因提取任务相比，情绪-原因对提取是一项更具有挑战性的任务。以往对情绪-原因对提取的研究主要分为两类：管道模型和端到端模型。管道模型由两部分组成：第一步设计算法分别提取情绪子句和原因子句，第二步将第一步提取的情绪子句和原因子句进行匹配。然而管道模型具有严重的缺陷，由于第一步产生的错误可能会传播并影响第二步的性能，因此管道模型的性能受到限制。为了解决这个问题，端到端的情绪原因对算法被提出，大多数现有的端到端模型使用二维表示来表示情绪-原因对，并基于不同的神经模型对其进行预测。

虽然这些研究提高了情绪-原因对提取的性能，但仍然存在以下三个问题。(1)大多数相关研究将从句分为两种类型：情绪和原因，忽略了事实上有四种类型的从句：情绪，原因，既是情绪也是原因和既不是情绪也不是原因。用于检测情绪和原因的传统二元分类可能会被其他两种类型误导。(2)情绪从句和原因从句通常由一些特定的词决定，这些词使从句成为情绪从句或原因从句。这些独特的词通常具有事先已知的特定属性，然而最近的工作中并不包含这些先验知识，事实上人类在情绪原因的判断中也会受到先验知识的影响。(3)现有的工作中通常根据真实情绪-原因对相对位置进行编码或生成位置矩阵，这可能会受到不精确情绪假设子句和文档长度不平衡的负面影响。

发明内容

本发明的目的是提供一种情绪原因识别算法，克服现有的情绪原因模型中从句类型区分不全的缺点。本发明将情绪原因对提取作为一种新的基于知识的多分类任务，并提出了一种基于图的位置嵌入约束。本发明将从句分为四种类型：情绪从句、原因从句、情绪原因从句和非情绪原因从句。首先，设计了一个子任务来提取这四种类型的从句，该子任务利用了语义嵌入和先验情绪信息。然后，针对训练数据集情绪原因对位置构造加权有向图，并传播边权重信息以获得边的上下文信息。随后，综合入度、出度和边上下文信息，得到位置嵌入。最后，设计基于窗口大小的情绪原因对提取模型。

本发明的技术方案为：

基于知识驱动多分类和图位置嵌入的情绪原因对提取方法，包括以下步骤：