基于依存分析的多属性联合嵌入的情感分析方法、装置和存储介质制造方法及图纸

本发明专利技术公开了一种基于依存分析的多属性联合嵌入的情感分析方法、装置和存储介质。所述方法包括：从“推特”上获取用户发布的评论文本；对多条文本进行预处理，以得到只包含单词的文本数据且单词都为其原形；将预处理后的文本输入预设BERT编码器中，以获取上下文和目标词对应的隐藏状态；对预处理过后的文本进行依存分析，获得句法依存树并对其进行遍历，获得文本中单词的邻接矩阵和关系矩阵；将邻接矩阵、关系矩阵和单词的位置信息传入预设记忆网络，得到文本的特征表示；将所述特征表示与原始文本的隐藏状态拼接，得到文本特征新表示；基于特征新表示得到目标词的情感分析结果。本发明专利技术充分挖掘依存信息，提高了情感分析的精度。度。

【技术实现步骤摘要】
基于依存分析的多属性联合嵌入的情感分析方法、装置和存储介质


[0001]本专利技术属于情感分析领域，涉及一种基于依存分析的多属性联合 嵌入的情感分析方法、装置和存储介质。

技术介绍

[0002]越来越多的人选择线上消费的同时，都会对所消费的商品或者服务作出评价，因此，各个消费平台积累了海量用户评论，但这些评论大多是非结构的，如何从中高效获取有用信息，需要我们进一步探索研究。情感分析任务主要是，分析带有主观情感色彩的文本中语义信息，识别情感极性。让计算机自动识别文本的情感一直是自然语言处理领域中的研究热点。近年来，由于社交媒体以及大数据处理技术的快速发展，情感分析已经从计算机科学蔓延到其他学科领域，其应用前景不断发展、商业价值飞速增长。
[0003]
技术实现思路

[0004]本专利技术的目的是提供一种基于依存分析的词多属性联合嵌入的情 感分析方法，有效提高情感分析的精度。
[0005]本专利技术提供一种基于依存分析的词多属性联合嵌入的情感分析 方法一种基于依存分析的多属性联合嵌入的情感分析方法，包括以 下步骤：
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于依存分析的多属性联合嵌入的情感分析方法，其特征在于，包括以下步骤：步骤1，获取用户评论文本；步骤2，对评论文本进行预处理，以得到只包含单词的文本数据且单词都为其原型；步骤3，将预处理过后的文本输入预设的BERT编码器中，以获取上下文对应的隐藏状态和目标词对应的隐藏状态，同时对预处理过后的文本进行依存分析，获得句法依存树；步骤4，根据句法依存树遍历结果，获得文本中单词的邻接矩阵和关系矩阵；步骤5，将邻接矩阵、关系矩阵和文本中单词对应的位置信息传入预设的记忆网络中，得到文本的特征表示；步骤6，将所述特征表示进行平均池化，进而与原始文本的隐藏状态进行拼接，得到结合目标词语义信息的文本特征新表示；步骤7，将特征新表示输入预设归一化指数函数中，得到目标词的情感分析结果。2.根据权利要求1所述的基于依存分析的多属性联合嵌入的情感分析方法，其特征在于：所述步骤2中对所述评论文本进行预处理为对评论文本进行分词、停用词处理和词性还原。3.根据权利要求1所述的基于依存分析的多属性联合嵌入的情感分析方法，其特征在于，所述步骤3的具体实现步骤是：步骤3.1，把预处理过后的文本与目标词<w1,w2,
…
,w
n
,a1>作为BERT输入；步骤3.2，将文本中的每个单词及目标词转化为词向量；步骤3.3，使用位置编码给每个单词对应的词向量添加位置信息，记录词与词之间的位置关系；步骤3.4，得到所述文本上下文和目标词对应的隐藏状态向量，即融合上下文信息的文本向量<h1,h2,
…
,h
n
,h1>。4.根据权利要求1所述的基于依存分析的多属性联合嵌入的情感分析方法，其特征在于，所述步骤4的具体实现步骤是：步骤4.1，情感分析设备通过Stanza进行依存分析，得到依存分析树；步骤4.2，遍历依存分析树，得到所述文本中每个单词对应的邻接矩阵和关系矩阵，其中，所述邻接矩阵反映所述文本中单词的邻接关系，关系矩阵描述具有邻接关系单词间的关系属性。5.根据权利要求1所述的基于依存分析的多属性联合嵌入的情感分析方法，其特征在于，所述步骤5的具体实现步骤是：步骤5.1，将所述邻接矩阵、关系矩阵和每个单词的位置信息输入至记忆网络中的外部存储空间。将BERT编码器生成的所述文本的上下文隐藏状态向量和目标词对应的隐藏状态向量输入预设记忆网络的输入层；步骤5.2，记忆网络中的组件I将h＝<h1,h2,
…
,h
n
>与外部存储空间相互作用，得到H＝<H1,H2,
…<...

【专利技术属性】
技术研发人员：费蓉，白雪茹，邱原，李爱民，李嘉鑫，王战敏，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：