一種針對詞語級別的漢語情感詞極性強度量化方法
2023-07-16 14:07:46 1
一種針對詞語級別的漢語情感詞極性強度量化方法
【專利摘要】本發明公開了一種針對詞語級別的漢語情感詞極性強度量化方法，屬於計算機自然語言處理領域。首先獲取情感詞典中每個字的情感傾向值，然後根據字的情感傾向值獲取所測基礎情感詞的極性強度度量值，最後根據基礎情感詞的極性強度度量值獲取複合情感詞的極性強度度量值。本發明對比現有技術，通過採用高斯分布函數修正統計得出的字的情感傾向值誤差，大幅提高了基礎情感詞極性強度度量的準確率。在此基礎上對複合情感詞詳細分類，分別設計經Sigmoid函數倒推得出的計算公式，大幅提高了複合情感詞的極性強度度量準確率。另外引入Sim(A,B)函數，利用HowNet對副詞自動分類，減輕了手工標註的工作量，提高了工作效率。
【專利說明】一種針對詞語級別的漢語情感詞極性強度量化方法
【技術領域】
[0001]本發明屬於計算機自然語言處理領域，涉及應用於漢語文本情感分析中的一種針對詞語級別的漢語情感詞極性強度量化方法。
【背景技術】
[0002]隨著網際網路技術的不斷進步，特別是Web2.0技術的逐漸普及，網絡表現出了強大的數據處理能力，網絡社會也變得紛繁複雜。在百度貼吧、天涯論壇等各大網站上都可以看到大量網民對新聞、產品、服務等的各種評論信息和意見，在此背景下興起了基於網絡文本的情感傾向性分析研究，對信息檢索、電子商務、網絡輿情預警等領域有著重要意義。
[0003]目前，對文本情感分析的研究對象主要分為詞語級別、句子級別、篇章級別三種，而基於詞語級別的文本情感分析主要依賴於模糊情感詞的極性強度度量值。已有的情感詞極性強度量化方法主要有Ku等人在AAAI』 2006人工智慧頂級國際會議上發表論文闡述的利用漢字的情感統計來計算詞的情感極性強度度量值。
[0004]上述情感詞極性強度量化方法主要包括基礎情感詞的極性強度量化和複合情感詞的極性強度量化兩個環節，主要包括以下幾個步驟:首先計算情感詞典中每個字的情感傾向值；然後計算每個基礎情感詞的極性強度度量值；之後計算每個複合情感詞的極性強
度度量值。
[0005]現有的情感詞極性強度量化方法主要存在以下幾個方面的不足:一是在進行文本情感分析時，主要依賴於情感詞典規模，這樣僅僅基於統計得到每個字的情感傾向值，準確率較低；二是針對複合情感詞的極性強度量化方法設計簡單，雖易於實現，但準確率較低，影響了文本情感分析效果。
【發明內容】
[0006]本發明的目的是為了克服現有技術存在的缺陷，為有效解決當前在漢語文本情感分析過程中，針對詞語級別的漢語情感詞進行極性強度量化時準確率低的問題，提出一種有效的極性強度量化方法。
[0007]本發明方法所採用的技術方案如下:
[0008]一種針對詞語級別的漢語情感詞極性強度量化方法，包括以下步驟:
[0009]步驟一、獲取情感詞典中每個字的情感傾向值。首先，統計每個字在情感詞典中作為褒義詞、貶義詞的權重。
[0010]然後，根據每個字的褒義詞、貶義詞的權重，獲得情感詞典中每個字的情感傾向值，具體過程如下:
[0011]定義一個RandomC ns( μ，δ ))函數，其中，ns(y, δ )是高斯密度函數，Random(ns(y, δ))表示在此高斯分布函數上隨機選取一個值。鑑於字的情感傾向值度量
滿足高斯分布，每個字的情感傾向值計算公式如下:
[0012]
【權利要求】
1.一種針對詞語級別的漢語情感詞極性強度量化方法，其特徵在於，包括以下步驟: 步驟一、獲取情感詞典中每個字的情感傾向值； 首先，統計每個字在情感詞典中作為褒義詞、貶義詞的權重； 然後，根據每個字的褒義詞、貶義詞的權重，獲得情感詞典中每個字的情感傾向值，具體過程如下: 定義一個RandomC η s( μ，δ))函數，其中ns(y，S)是高斯密度函數，Random(ns(y, δ))表示在此高斯分布函數上隨機選取一個值；鑑於字的情感傾向值度量滿足高斯分布，每個字的情感傾向值計算公式如下:
【文檔編號】G06F17/30GK103838712SQ201310576097
【公開日】2014年6月4日 申請日期:2013年11月18日 優先權日:2013年11月18日
【發明者】史樹敏, 李瑞靜, 黃河燕 申請人:北京理工大學