[发明专利]一种基于词性结合和特征选择的情感分类方法有效
| 申请号： | 201810554926.3 | 申请日： | 2018-05-31 |
| 公开（公告）号： | CN108874937B | 公开（公告）日： | 2022-05-20 |
| 发明（设计）人： | 施佺;郑亚平;邵叶秦;王晗;周晨璨 | 申请（专利权）人： | 南通大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/289 |
| 代理公司： | 南京汇盛专利商标事务所(普通合伙) 32238 | 代理人： | 吴静安;吴扬帆 |
| 地址： | 226000*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明的基于词性结合和特征选择的情感分类方法，包括如下步骤：首先初始化词语‑词性Word2vec模型；其次对数据进行预处理操作，并基于情感词典从预处理过后的数据中选择具有情感信息的特征词；然后将文本的每个特征词和词性相结合，将文本转化为词语词性对序列文本；再通过词语‑词性Word2vec模型得到词语词性对序列文本的每个特征词的向量，并对每一条文本按维度将词语的向量相加后取平均值来表示文本，从而得到文本的特征向量；最后利用SVM分类器得到情感分类模型。有益效果为：采用情感词典提取特征词，凸显具有单情感信息的特征词；另一方面基于短语结构优化分词提取出情感倾向性的短语结构，把词语和词性相结合解决一词多义的问题。 | ||
| 搜索关键词： | 一种 基于 词性 结合 特征 选择 情感 分类 方法 | ||
【主权项】：
1.一种基于词性结合和特征选择的情感分类方法，对文本进行情感进行积极与消极的二元分类，其特征在于包括如下步骤：步骤1)初始化词语‑词性Word2vec模型；步骤2)对文本进行预处理操作，并基于情感词典从预处理过后的文本数据中选择具有情感信息的特征词；步骤3)将文本的每个特征词和词性相结合，将文本转化为“词语词性对”序列文本；步骤4)通过所述词语‑词性Word2vec模型得到“词语词性对”序列文本的每个特征词的向量，并对每一条文本按维度将词语的向量相加后取平均值来表示文本，得到文本的特征向量；步骤5)将所述特征向量作为SVM分类器的输入得到情感分类模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南通大学，未经南通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810554926.3/，转载请声明来源钻瓜专利网。
