【技术实现步骤摘要】
一种基于细粒度情感字典的网络情绪分析方法
本专利技术涉及情绪分析领域，尤其涉及一种基于细粒度情感字典的网络情绪分析方法。
技术介绍
随着社交网络和电子商务的快速发展，微博、Twitter、微信、QQ、Face-book、淘宝、京东等社交网络和购物平台给人们的生活带来了很大的影响，越来越多的用户喜欢在社交媒体上发表自己的看法，而不只是浏览和接收信息。在国内，微博已经成为许多年轻人分享和获取信息的核心平台。在这些信息中包含着喜、怒、哀、乐等个人情绪，对这些信息中的情绪进行分析可以获得用户的内心活动、分析用户的性格特点。分析人们对于公众事件和社会现象的态度可以更好的检测和控制事件进展。因此，对微博等社交媒体中的文本进行情绪分析有重要的意义。在目前系统流程下，存在的问题数据稀缺性，即情绪训练语料和情绪词典资源比较稀缺，为解决此类问题，本文提出融合细粒度情感词典的方法，该方法根据现有的情感资料构建了包含情感信息、情绪信息、词性信息的细粒度微博情感词典，使词语信息更加全面，将其与大规模文本预训练得到的向量融合在一起构成情绪词向量...
【技术保护点】
1.一种基于细粒度情感字典的网络情绪分析方法，其特征在于，包括以下步骤：/n获取网络文本，根据细粒度情感字典的方法对所述网络文本进行计算，输出词向量文本；/n将所述词向量文本进行语义获取处理，输出与所述网络文本相匹配的原始文本特征集；/n将原始文本特征集进行非线性变换输出F值，将所述F值作为网络情绪分析的指标。/n
【技术特征摘要】
1.一种基于细粒度情感字典的网络情绪分析方法，其特征在于，包括以下步骤：
获取网络文本，根据细粒度情感字典的方法对所述网络文本进行计算，输出词向量文本；
将所述词向量文本进行语义获取处理，输出与所述网络文本相匹配的原始文本特征集；
将原始文本特征集进行非线性变换输出F值，将所述F值作为网络情绪分析的指标。
2.根据权利要求1所述的一种基于细粒度情感字典的网络情绪分析方法，其特征在于，获取网络文本，根据细粒度情感字典的方法对所述网络文本进行计算，输出词向量文本，包括：
将获取的所述网络文本通过结巴分词进行文本的预处理，输出网络预处理文本；
将所述网络预处理文本中词语的词向量进行拼接，得到网络预处理词向量文本，使用公式为：其中：Vi∈Vd×n表示ti对应于词典中的元素，表示行向量拼接操作；
将所述网络预处理词向量文本与细粒度情感字典利用公式相融合输出词向量文本X，其中VP表示词性信息，VM表示情绪信息，VE表示情感。
3.根据权利要求2所述的一种基于细粒度情感字典的网络情绪分析方法，其特征在于，将所述词向量文本进行语义获取处理，输出与所述网络文本相匹配的原始文本特征集，包括：
将所述词向量文本输入到Attention层,经过Attention计算后输出Attention序列；
将所述Attention序列输入到卷积层并进行卷积操作，输出特征矩阵C；
将所述特征矩阵C输入到池化层进行采样操作，输出所述原始文本特征集。
4.根据权利要求3所述的一种基于细粒度情感字典的网络情绪分析方法，其特征在于，将原始文本特征集进行非线性变换输出F值，将所述F值作为网络情绪分析的指标，包括：
将所述原始文本特征集输入到多层感知器中，输出情绪标签得分向量，并对所述情绪标签得分向量进行Softmax计算，输出情绪标签得分向量的相对概率；
根据所述情绪标签得分向量的相对概率对所述网络情绪分析方法参数进行相应的设置，并将所述网络情绪分析方法参数输入到计算F值的算法中，输出的F值作为网络情绪分析的指标。
5.一种基于细粒度情感字典的网络情绪分析装置，其特征在于，包括：
获取模块，获取网络文本，根据细粒度情感字典的方法对所述网络文本进行计算，输出词向量文本；
匹配模块，将...
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。