情绪识别方法和装置制造方法及图纸

本发明专利技术提供一种情绪识别方法和装置，所述方法包括以下步骤：获取多个网络舆论样本数据，并标注每个所述网络舆论样本数据的情绪类别以构成样本集，其中，所述样本集包括训练集和测试集；对所述训练集和所述测试集中的数据进行预处理；通过所述训练集训练得到多种分类模型；通过所述测试集测试每种分类模型的分类准确率；获取待识别网络舆论数据，并将所述待识别网络舆论数据分别输入每种分类模型，以得到相应的情绪类别识别结果；根据每种分类模型的分类准确率和情绪类别识别结果对所述多种分类模型进行投票融合，以确定最终的情绪类别识别结果。本发明专利技术能够方便、准确地识别出网络用户的情绪。

【技术实现步骤摘要】
情绪识别方法和装置
本专利技术涉及机器学习
，具体涉及一种情绪识别方法、一种情绪识别装置、一种计算机设备、一种非临时性计算机可读存储介质和一种计算机程序产品。
技术介绍
识别网民的情绪是十分必要的。然而相关技术中对于网民情绪分析和识别的准确度还有待提高。
技术实现思路
本专利技术为解决上述技术问题，提供了一种情绪识别方法和装置，能够方便、准确地识别出网络用户的情绪。本专利技术采用的技术方案如下：一种情绪识别方法，包括以下步骤：获取多个网络舆论样本数据，并标注每个所述网络舆论样本数据的情绪类别以构成样本集，其中，所述样本集包括训练集和测试集；对所述训练集和所述测试集中的数据进行预处理；通过所述训练集训练得到多种分类模型；通过所述测试集测试每种分类模型的分类准确率；获取待识别网络舆论数据，并将所述待识别网络舆论数据分别输入每种分类模型，以得到相应的情绪类别识别结果；根据每种分类模型的分类准确率和情绪类别识别结果对所述多种分类模型进行投票融合，以确定最终的情绪类别识别结果。所述网络舆论样本数据和所述待本文档来自技高网...

【技术保护点】
1.一种情绪识别方法，其特征在于，包括以下步骤：/n获取多个网络舆论样本数据，并标注每个所述网络舆论样本数据的情绪类别以构成样本集，其中，所述样本集包括训练集和测试集；/n对所述训练集和所述测试集中的数据进行预处理；/n通过所述训练集训练得到多种分类模型；/n通过所述测试集测试每种分类模型的分类准确率；/n获取待识别网络舆论数据，并将所述待识别网络舆论数据分别输入每种分类模型，以得到相应的情绪类别识别结果；/n根据每种分类模型的分类准确率和情绪类别识别结果对所述多种分类模型进行投票融合，以确定最终的情绪类别识别结果。/n

【技术特征摘要】
1.一种情绪识别方法，其特征在于，包括以下步骤：
获取多个网络舆论样本数据，并标注每个所述网络舆论样本数据的情绪类别以构成样本集，其中，所述样本集包括训练集和测试集；
对所述训练集和所述测试集中的数据进行预处理；
通过所述训练集训练得到多种分类模型；
通过所述测试集测试每种分类模型的分类准确率；
获取待识别网络舆论数据，并将所述待识别网络舆论数据分别输入每种分类模型，以得到相应的情绪类别识别结果；
根据每种分类模型的分类准确率和情绪类别识别结果对所述多种分类模型进行投票融合，以确定最终的情绪类别识别结果。


2.根据权利要求1所述的情绪识别方法，其特征在于，所述网络舆论样本数据和所述待识别网络舆论数据均为文本数据，对所述训练集和所述测试集中的数据进行预处理，具体包括：
确定最大文本序列长度，并通过补齐或截断的方式使每个文本的长度均为所述最大文本序列长度；
对每个文本进行切词。


3.根据权利要求2所述的情绪识别方法，其特征在于，其中，在特征提取阶段利用word2vector构造特征空间。


4.根据权利要求1-3中任一项所述的情绪识别方法，其特征在于，根据每种分类模型的分类准确率和情绪类别识别结果对所述多种分类模型进行投票融合，以确定最终的情绪类别识别结果，具体包括：
比较所述多种分类模型得到的情绪类别识别结果是否相同；
如果所述多种分类模型得到的情绪类别识别结果各不相同，则以分类准确率最高的分类模型得到的情绪类别识别结果作为所述最终的情绪类别识别结果；
如果所述多种分类模型得到的情绪类别识别结果均相同，则以任一分类模型得到的情绪类别识别结果作为所述最终的情绪类别识别结果；
如果所述多种分类模型得到的情绪类别识别结果部分相同、部分不同，则判断所述多种分类模型之间分类准确率的差异度；
如果所述多种分类模型之间分类准确率在预设差异度之内，则以数量...

【专利技术属性】
技术研发人员：李泽朋，马元巍，顾徐波，宋怡然，
申请(专利权)人：常州微亿智造科技有限公司，
类型：发明
国别省市：江苏;32