The invention discloses a method for identifying Chinese emotional words based on a skin electrical signal. The method identifies the emotional advantages of the physiological parameters to identify the Chinese emotional words. Including acquisition, acquisition of skin after data preprocessing, feature extraction, normalization, feature selection, using the improved simulated annealing algorithm of artificial neural network classification, finally adding emotional words than in the classification, identification. As an embodiment, the invention is based on 50 emotional words selected from the modern Chinese dictionary, the modern Chinese classification dictionary and the new Chinese Dictionary of new century. The experiment proved that this method can complete the identification of Chinese emotion words and the accuracy is very high, fully show the physiological parameters on the extraction of text emotion words is feasible, and provides a new idea for the later analysis of the text, and the system structure is clear, simple, easy to implement.
【技术实现步骤摘要】
一种基于皮肤电信号识别中文情感词的方法
本专利技术属于电数字数据处理技术的处理自然语言数据领域,具体涉及基于皮肤电信号情感识别技术用于识别中文情感词的方法。
技术介绍
利用皮肤电信号识别情感有其独特的优势,比如它是生理参数所以更加客观,比如它相比于其他生理参数更易于采集、对于神经情绪变化最有效最敏感。对于利用皮肤电信号研究情感,目前技术相对成熟,所以适时的想利用该技术引入文本的分析。目前文本的分析因为其主观性强,语法语义拆分困难,情感词库的不完善等缺陷阻碍了文本情感分析的步伐。但是随着互联网的蓬勃发展,文字信息更是烟波浩渺,其中包含着大量的有用实用信息让人们又不愿意放弃文字信息的提取。客观上需要用更加客观的生理参数来识别中文情感词,这必将为单纯文本分析提供一个崭新的思路。
技术实现思路
本专利技术的目的在于提出利用皮肤电信号识别出中文情感词,为单纯的文本情感分析提供崭新的思路,使文本情感分析更加准确。为实现上述目的,本专利技术采用的技术方案为一种基于皮肤电信号识别中文情感词的方法,具体包含以下步骤:S1:皮肤电采集;S2:对采集之后的数据进行预处理;S3:特征提取;S4:归一化处理;S5:特征选择;S6:利用改进的模拟退火人工神经网络算法得到分类结果;S7:在分类结果中加入情感词比对,进行识别。作为优选,上述步骤2中的预处理采用小波变换进行去噪处理。进一步,步骤3中的特征提取是提取了信号的时域和频域中能代表皮肤电信号变化的统计值作为情感识别研究的原始特征。进一步,上述时域原始特征包括皮肤电信号的均值、中值、最大值、最小值、标准差、最小值比率、最大值比率、最大最 ...
【技术保护点】
一种基于皮肤电信号识别中文情感词的方法,其特征在于包含以下步骤:S1:皮肤电采集;S2:对采集之后的数据进行预处理;S3:特征提取;S4:归一化处理;S5:特征选择;S6:利用改进的模拟退火人工神经网络算法得到分类结果;S7:在分类结果中加入情感词比对,进行识别。
【技术特征摘要】
1.一种基于皮肤电信号识别中文情感词的方法,其特征在于包含以下步骤:S1:皮肤电采集;S2:对采集之后的数据进行预处理;S3:特征提取;S4:归一化处理;S5:特征选择;S6:利用改进的模拟退火人工神经网络算法得到分类结果;S7:在分类结果中加入情感词比对,进行识别。2.根据权利要求1所述的基于皮肤电信号识别中文情感词的方法,其特征在于,步骤2中的预处理采用小波变换进行去噪处理。3.根据权利要求1所述的基于皮肤电信号识别中文情感词的方法,其特征在于,步骤3中的特征提取是提取了信号的时域和频域中能代表皮肤电信号变化的统计值作为情感识别研究的原始特征。4.根据权利要求3所述的基于皮肤电信号识别中文情感词的方法,其特征在于所述时域原始特征包括皮肤电信号的均值、中值、最大值、最小值、标准差、最小值比率、最大值比率、最大最小差值,以及将上述信号特征分别进行一阶差分、二阶差分计算后再提取以上统计特征后生成的24个时域特征。5.根据权利要求3所述的基于皮肤电信号识别中文情感词的方法,其特征在于在提取所述频域特征前先对皮肤电信号进行离散傅里叶变换,然后计算频率均值、中值、标准差、最大值、最小值、最大最小差值,得到6个频域特征。6.根据权利要求1所述的基于皮肤电信号识别中文情感词的方法,其特征在于步骤4中的所述归一化处理使得各特征值的取值范围限定在0到1之间,去除个体差异性的方法如下式:其中XG为原始信号,为每个被试者平静下的均值,归一化之后得到:X=(XG-Xmean)/(Xmax-Xmin)(2)。7.根据权利要求1所述的基于皮肤电信号识别中文情感词的方法,其特征在于步骤5所述特征选择时在标准化后的数据中随机选取若干组,并将其分成三份:第一部分为分类器训练集,第二部分测...
【专利技术属性】
技术研发人员:叶宁,张力行,王娟,黄海平,王汝传,汪莹,程康,徐叶强,赵佳文,
申请(专利权)人:南京邮电大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。