[发明专利]一种跨事件新闻文本情感分析方法在审
| 申请号： | 201810578907.4 | 申请日： | 2018-06-07 |
| 公开（公告）号： | CN108829806A | 公开（公告）日： | 2018-11-16 |
| 发明（设计）人： | 高琰;杨海洋;陈白帆;王艳东;周玲君 | 申请（专利权）人： | 中南大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06K9/62 |
| 代理公司： | 长沙正奇专利事务所有限责任公司 43113 | 代理人： | 马强;李美丽 |
| 地址： | 410083 湖南*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种跨事件新闻文本情感分析方法，包括：抓取若干篇用于训练的关于事件A、待分析情感的关于事件B的新闻文本；将事件A的每篇新闻文本的情感倾向进行标记；提取事件A、事件B的新闻文本的TF‑IDF特征以形成文本特征矩阵XA和XB；利用迁移成份分析算法将事件A的文本特征矩阵XA、事件B的文本特征矩阵XB进行迁移学习，将XA和XB映射到高维空间，分别对应得到新的特征矩阵XA'和XB'；将人工情感标记进行标签化，形成用于训练的标签集合；将XA'、XB'和所述标签集合作为机器学习算法的输入，得到跨事件新闻文本情感分析模型。本发明采用迁移成分分析方法，将两个具有不同分布的事件的新闻文本文档进行迁移学习，可以提高跨事件新闻文本情感分析的准确度。 | ||
| 搜索关键词： | 事件新闻 文本情感 新闻文本 文本特征矩阵 迁移 标签集合 分析 抓取 机器学习算法 准确度 成分分析 成份分析 分析模型 高维空间 情感倾向 人工情感 特征矩阵 提取事件 标签化 映射 算法 文档 学习 | ||
【主权项】：
1.一种跨事件新闻文本情感分析方法，包括：步骤一，抓取若干篇用于训练的关于事件A的新闻文本、待分析情感的关于事件B的新闻文本；步骤二，将事件A的每篇新闻文本的情感倾向进行标记；其特征在于，还包括：步骤三，提取事件A的新闻文本的TF‑IDF特征以形成事件A的文本特征矩阵XA，提取事件B的新闻文本的TF‑IDF特征以形成事件B的文本特征矩阵XB；步骤四，利用迁移成份分析算法将事件A的文本特征矩阵XA、事件B的文本特征矩阵XB进行迁移学习，将XA和XB映射到高维空间，并使得事件A与事件B的分布之间的距离最小，且映射后XA和XB中数据的特征不变；XA和XB映射后分别对应得到新的特征矩阵XA'和XB'；步骤五，将情感标记进行标签化，形成用于训练的标签集合；步骤六，将XA'、XB'和所述标签集合作为机器学习算法的输入，得到跨事件新闻文本情感分析模型，利用该模型对事件B的新闻文本进行情感分析。
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中南大学，未经中南大学许可，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/201810578907.4/，转载请声明来源钻瓜专利网。
