CN109726391B - 对文本进行情感分类的方法、装置及终端 - Google Patents
对文本进行情感分类的方法、装置及终端 Download PDFInfo
- Publication number
- CN109726391B CN109726391B CN201811509568.0A CN201811509568A CN109726391B CN 109726391 B CN109726391 B CN 109726391B CN 201811509568 A CN201811509568 A CN 201811509568A CN 109726391 B CN109726391 B CN 109726391B
- Authority
- CN
- China
- Prior art keywords
- word
- text
- vector
- emotion
- matrix
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000008451 emotion Effects 0.000 title claims abstract description 127
- 238000000034 method Methods 0.000 title claims abstract description 35
- 239000013598 vector Substances 0.000 claims abstract description 163
- 239000011159 matrix material Substances 0.000 claims abstract description 50
- 238000013507 mapping Methods 0.000 claims abstract description 45
- 230000011218 segmentation Effects 0.000 claims abstract description 25
- 238000012549 training Methods 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 15
- 238000000354 decomposition reaction Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 5
- 230000000875 corresponding effect Effects 0.000 description 22
- 230000006870 function Effects 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000003058 natural language processing Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000008909 emotion recognition Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明适用于计算机技术领域,提供了一种对文本进行情感分类的方法、装置、终端及计算机可读存储介质。其中,所述方法包括:对目标文本进行分词处理,得到所述目标文本的词集合;利用预设的词映射矩阵将所述词集合映射到同一多维实数空间,得到所述目标文本对应的第一文本向量,其中,所述第一文本向量的任意两个词向量单元在所述多维实数空间中的距离表示与该两个词向量单元对应的词集合中的两个词单元的相关度;对所述第一文本向量进行情感分类,确定所述目标文本的情感类别。本发明能够提高对文本进行情感分类的精度。
Description
技术领域
本发明属于计算机技术领域,尤其涉及一种对文本进行情感分类的方法、装置、终端及计算机可读存储介质。
背景技术
自然语言处理(Natural Language Processing,NLP)是计算机与人工智能领域中的一个重要的研究方向。目前,经常采用神经网络来进行自然语言处理。例如,可以通过卷积神经网络(Convolutional Neural Network,CNN)或者循环神经网络(Recurrent NeuralNetwork,RNN)对文本的情感类别进行判断,如判断某文本的情感类别是消极、积极还是中性的。
在将文本输入给神经网络进行处理之前,需要将文本转换为向量形式,这就需要首先将文本划分为词语单元,然而,由于文本的语义是由词语单元和词语单元的连接关系共同决定的,文本被划分成孤立的词语单元后容易产生语义丢失,而语义丢失会影响神经网络对文本的情感识别精度。
发明内容
有鉴于此,本发明提供了一种对文本进行情感分类的方法、装置、终端及计算机可读存储介质,用以解决现有技术中文本被划分成孤立的词语单元后容易产生语义丢失而影响到文本的情感识别精度的问题。
本发明实施例的第一方面提供了一种对文本进行情感分类的方法,所述方法包括:
对目标文本进行分词处理,得到所述目标文本的词集合;
利用预设的词映射矩阵将所述词集合映射到同一多维实数空间,得到所述目标文本对应的第一文本向量,其中,所述第一文本向量的任意两个词向量单元在所述多维实数空间中的距离表示与该两个词向量单元对应的词集合中的两个词单元的相关度;
对所述第一文本向量进行情感分类,确定所述目标文本的情感类别。
本发明实施例的第二方面提供了一种对文本进行情感分类的装置,所述装置包括:
分词单元,用于对目标文本进行分词处理,得到所述目标文本的词集合;
文本向量映射单元,用于利用利用预设的词映射矩阵将所述词集合映射到同一多维实数空间,得到所述目标文本对应的第一文本向量,其中,所述第一文本向量的任意两个词向量单元在所述多维实数空间中的距离表示与该两个词向量单元对应的词集合中的两个词单元的相关度;
情感分类单元,用于对所述第一文本向量进行情感分类,确定所述目标文本的情感类别。
本发明实施例的第三方面提供了一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上任一项所述对文本进行情感分类的方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上任一项所述对文本进行情感分类的方法的步骤。
本发明与现有技术相比存在的有益效果是:
本发明通过对目标文本进行分词处理,得到目标文本的词集合;利用预设的词映射矩阵将词集合映射到同一多维实数空间,得到与目标文本对应的文本向量,由于分词得到的每个词都被映射到同一多维实数空间,而在该多维实数空间中,任意两个词向量之间的距离可以表示该两个词的相关度,该相关度一定程度上表示了文本的语义信息;因此,基于词集合中每个词对应的词向量生成的文本向量保留了文本的语义信息;使得对该文本向量进行情感极性分析后得到的情感类别具有较好的精度。故,本发明能够提高对文本进行情感分类的精度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的对文本进行情感分类的方法的实现流程图;
图2是本发明实施例提供的对文本进行情感分类的装置的结构示意图;
图3是本发明实施例提供的终端的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图通过具体实施例来进行说明。
参见图1,其示出了本发明实施例提供的对文本进行情感分类的方法的实现流程图,详述如下:
在步骤101中、对目标文本进行分词处理,得到所述目标文本的词集合。
在本发明实施例中,目标文本表示待进行情感分类的文本,由于文本是一种非结构化的数据,计算机无法直接对其进行处理。因此,需要将目标文本进行向量化表示,并获取该目标文本对应的向量化表示后对应的文本向量,以通过计算机对该文本向量进行后续处理。
在本发明实施例中,可以对目标文本进行分词处理,得到目标文本的词集合。例如,对于目标文本“我今天真的很高兴”,可以进行分词处理并得到词集合{我,今天,真的,很,高兴}。
在实际应用中,可以采用现有的分词工具进行分词处理操作,例如,可以采用“jieba分词工具”实现中文文本的分词处理。
在步骤102中、利用预设的词映射矩阵将所述词集合映射到同一多维实数空间,得到所述目标文本对应的第一文本向量。
在上述多维实数空间,其中的任意两个向量之间的距离可以表示该两个向量的近似程度,也即,在上述多维实数空间中,将词集合映射得到的词向量中任意两个词向量之间的距离表示该两个词的相关度,而第一文本向量由词集合中各个词单元对应的词向量叠加得到,这就使得词集合中不同词语之间的关联语义可以通过相关度在第一文本向量中得以保留。
在本发明实施例中,上述距离可以为欧氏距离,通过对多维实数空间中的两个向量进行余弦相似性的计算可以得到该两个向量的相关度。利用词向量之间的相关度可以表示两个词的相关度,而两个词的相关度一定程度上表示了这两个词所属文本的语义信息。
可选的,在上述步骤102之前,可以通过以下步骤确定词映射矩阵:
步骤A1,获取训练语料,并基于获取的所述训练语料建立第一词向量矩阵。
在本发明实施例中,可以利用指定的爬虫程序在网络上大量搜集现有语料,根据现有语料总结出不同类型的文本形成训练语料库,在该训练语料库中,不同类别的文本样本含有一些可将该类文本与其他类别文本区分开的特征词。
在本发明实施例中,根据获取的训练语料,可以建立第一词向量矩阵,该第一词向量矩阵的词向量可以为独热向量,基于独热编码来得到。
步骤A2,对所述第一词向量矩阵进行奇异值分解,得到第二词向量矩阵。
在本发明实施例中,奇异值往往对应着矩阵中隐含的重要信息,且重要性和奇异值大小正相关。每个矩阵都可以表示为一系列秩为1的“小矩阵”之和,而奇异值则衡量了这些“小矩阵”对于该矩阵的权值。通过对第一词向量矩阵进行奇异值分解,可以更加明确的体现各词向量的每个语义维度的权重。
步骤A3,对所述第二词向量矩阵进行降维,得到所述词映射矩阵。
在本发明实施例中,通过降维可以将第二词向量矩阵中不太重要的权值置为0,从而保留重要的语义信息,去掉可称之为噪音的语义信息。这样可使得各词向量间的语义关系更加明确,并节省系统开销。
可选的,上述步骤102可以通过以下步骤实现:
计算所述词集合中各词单元的权值,并基于所述各词单元的权值生成第二文本向量;
利用所述词映射矩阵将所述第二文本向量映射到所述多维实数空间,得到所述第一文本向量。
在本发明实施例中,词单元的权值可以通过计算词频或TF-IDF(Term Frequency-Inverse Document Frequency,词频-逆向文件频率)来得到。实际上,字词在文本中的重要程度与其在文本中的出现次数(词频)成正比。因此,词单元的权值表示其在目标文本中的重要程度。利用上述得到的可反应语义关系的词映射矩阵将可反应词单元重要程度的第二文本向量映射到多维实数空间,得到所述第一文本向量。
在步骤103中、对所述第一文本向量进行情感分类,确定所述目标文本的情感类别。
在本发明实施例中,第一文本向量包含了各词向量单元的语义信息和权重信息,通过对第一文本向量进行情感分类,可以较准确的确定目标文本的情感类别。
可选的,上述步骤103具体可以为:将所述第一文本向量输入已训练的情感分类器,得到所述目标文本的情感类别。
可选的,在上述将所述第一文本向量输入已训练的情感分类器,得到所述目标文本的情感类别之前还可以包括:
获取已标注情感类别的训练样本;
将已标注情感类别的训练样本输入预先构建的情感分类器;
根据输出结果对所述预先构建的情感分类器进行参数调整,直到所述训练样本的输出结果与已标注的情感类别的接近度小于预设阈值,得到已训练的情感分类器。
在本实施例中,训练样本是指用于对情感分类器进行分类训练的样本,通过获取已标注情感类别的训练样本,并对预先构建的情感分类器进行训练,并不断的进行参数调整,直到所述训练样本的输出结果与已标注的情感类别的接近度小于预设阈值,也即使得情感分类器的损失函数达到最小,即得到已训练的情感分类器。
可选的,在上述步骤103之前还可以包括:
获取已标注情感类别的训练样本;
在所述多维实数空间对所述训练样本中的各样本向量进行聚类,确定每种情感类别的聚类中心向量;
相应的,所述对所述第一文本向量进行情感极性分析,得到所述目标文本的情感类别具体为:
计算所述第一文本向量与所述每种情感类别的聚类中心向量的距离;
确定与所述第一文本向量距离最近的目标聚类中心向量,将所述目标聚类中心向量对应的情感类别确定为所述目标文本的情感类别。
在本发明实施例中,通过对样本向量的聚类来得到不同情感类别的聚类中心向量,以和第一文本向量距离最近的聚类中心向量为目标聚类中心向量,即可将该目标聚类中心向量对应的情感类别确定为目标文本的情感类别,并进行输出。
由上可知,本发明通过对目标文本进行分词处理,得到目标文本的词集合;利用预设的词映射矩阵将词集合映射到同一多维实数空间,得到与目标文本对应的文本向量,由于分词得到的每个词都被映射到同一多维实数空间,而在该多维实数空间中,任意两个词向量之间的距离可以表示该两个词的相关度,该相关度一定程度上表示了文本的语义信息;因此,基于词集合中每个词对应的词向量生成的文本向量保留了文本的语义信息;使得对该文本向量进行情感极性分析后得到的情感类别具有较好的精度。故,本发明能够提高对文本进行情感分类的精度。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
以下为本发明的装置实施例,对于其中未详尽描述的细节,可以参考上述对应的方法实施例。
图2示出了本发明实施例提供的对文本进行情感分类的装置的结构示意图,为了便于说明,仅示出了与本发明实施例相关的部分,详述如下:
如图2所示,对文本进行情感分类的装置2包括:分词单元21,文本向量映射单元22和情感分类单元23。
分词单元21,用于对目标文本进行分词处理,得到所述目标文本的词集合;
词向量映射单元22,用于利用预设的词映射矩阵将所述词集合映射到同一多维实数空间,得到所述目标文本对应的第一文本向量,其中,所述第一文本向量的任意两个词向量单元在所述多维实数空间中的距离表示与该两个词向量单元对应的词集合中的两个词单元的相关度;
情感分类单元23,用于对所述第一文本向量进行情感分类,确定所述目标文本的情感类别。
可选的,对文本进行情感分类的装置2还包括:
词文本矩阵生成单元,用于获取训练语料,并基于获取的所述训练语料建立第一词向量矩阵;
奇异值分解单元,用于对所述第一词向量矩阵进行奇异值分解,得到第二词向量矩阵;
降维单元,用于对所述第二词向量矩阵进行降维,得到所述词映射矩阵。
可选的,对文本进行情感分类的装置2还包括:
第二文本向量生成单元,用于计算所述词集合中各词单元的权值,并基于所述各词单元的权值生成第二文本向量;
词向量映射单元22还用于,利用所述词映射矩阵将所述第二文本向量映射到所述多维实数空间,得到所述第一文本向量。
可选的,情感分类单元23还用于,将所述第一文本向量输入已训练的情感分类器,得到所述目标文本的情感类别。
可选的,对文本进行情感分类的装置2还包括:
样本获取单元,用于在情感分类单元23将所述第一文本向量输入已训练的情感分类器,得到所述目标文本的情感类别之前,获取已标注情感类别的训练样本;
训练单元,用于将已标注情感类别的训练样本输入预先构建的情感分类器;并根据输出结果对所述预先构建的情感分类器进行参数调整,直到所述训练样本的输出结果与已标注的情感类别的接近度小于预设阈值,得到已训练的情感分类器。
可选的,对文本进行情感分类的装置2还包括:
聚类中心向量确定单元,用于在所述多维实数空间对所述训练样本中的各样本向量进行聚类,确定每种情感类别的聚类中心向量;
向量距离计算单元,用于计算所述第一文本向量与所述每种情感类别的聚类中心向量的距离;
相应的,情感分类单元24具体用于,确定与所述第一文本向量距离最近的目标聚类中心向量,将所述目标聚类中心向量对应的情感类别确定为所述目标文本的情感类别。
由上可知,本发明通过对目标文本进行分词处理,得到目标文本的词集合;利用预设的词映射矩阵将词集合映射到同一多维实数空间,得到与目标文本对应的文本向量,由于分词得到的每个词都被映射到同一多维实数空间,而在该多维实数空间中,任意两个词向量之间的距离可以表示该两个词的相关度,该相关度一定程度上表示了文本的语义信息;因此,基于词集合中每个词对应的词向量生成的文本向量保留了文本的语义信息;使得对该文本向量进行情感极性分析后得到的情感类别具有较好的精度。故,本发明能够提高对文本进行情感分类的精度。
图3是本发明一实施例提供的终端的示意图。如图3所示,该实施例的终端3包括:处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32。所述处理器30执行所述计算机程序32时实现上述各个文本进行情感分类的方法实施例中的步骤,例如图1所示的步骤101至步骤103。或者,所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能,例如图2所示单元21至23的功能。
示例性的,所述计算机程序32可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器31中,并由所述处理器30执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序32在所述终端3中的执行过程。例如,所述计算机程序32可以被分割成分词单元,文本向量映射单元和情感分类单元,各单元具体功能如下:
分词单元,用于对目标文本进行分词处理,得到所述目标文本的词集合;
文本向量映射单元,用于利用利用预设的词映射矩阵将所述词集合映射到同一多维实数空间,得到所述目标文本对应的第一文本向量,其中,所述第一文本向量的任意两个词向量单元在所述多维实数空间中的距离表示与该两个词向量单元对应的词集合中的两个词单元的相关度;
情感分类单元,用于对所述第一文本向量进行情感分类,确定所述目标文本的情感类别。
所述终端3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端可包括,但不仅限于,处理器30、存储器31。本领域技术人员可以理解,图3仅仅是终端3的示例,并不构成对终端3的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器30可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器31可以是所述终端3的内部存储单元,例如终端3的硬盘或内存。所述存储器31也可以是所述终端3的外部存储设备,例如所述终端3上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器31还可以既包括所述终端3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (7)
1.一种对文本进行情感分类的方法,其特征在于,所述方法包括:
对目标文本进行分词处理,得到所述目标文本的词集合;
利用预设的词映射矩阵将所述词集合映射到同一多维实数空间,得到所述目标文本对应的第一文本向量,其中,所述第一文本向量的任意两个词向量单元在所述多维实数空间中的距离表示与该两个词向量单元对应的词集合中的两个词单元的相关度;
对所述第一文本向量进行情感分类,确定所述目标文本的情感类别;
其中,在所述利用预设的词映射矩阵将所述词集合映射到同一多维实数空间之前还包括:
获取训练语料,并基于获取的所述训练语料建立第一词向量矩阵;所述第一词向量矩阵的词向量为基于独热编码得到的独热向量;
对所述第一词向量矩阵进行奇异值分解,得到第二词向量矩阵;
对所述第二词向量矩阵进行降维,得到所述词映射矩阵;
所述利用预设的词映射矩阵将所述词集合映射到同一多维实数空间,得到所述目标文本对应的第一文本向量还包括:
计算所述词集合中各词单元的权值,并基于所述各词单元的权值生成第二文本向量;
利用所述词映射矩阵将所述第二文本向量映射到所述多维实数空间,得到所述第一文本向量。
2.根据权利要求1所述的对文本进行情感分类的方法,其特征在于,所述对所述第一文本向量进行情感分类,确定所述目标文本的情感类别包括:
将所述第一文本向量输入已训练的情感分类器,得到所述目标文本的情感类别。
3.根据权利要求2所述的对文本进行情感分类的方法,其特征在于,在所述将所述第一文本向量输入已训练的情感分类器,得到所述目标文本的情感类别之前还包括:
获取已标注情感类别的训练样本;
将已标注情感类别的训练样本输入预先构建的情感分类器;
根据输出结果对所述预先构建的情感分类器进行参数调整,直到所述训练样本的输出结果与已标注的情感类别的接近度小于预设阈值,得到已训练的情感分类器。
4.根据权利要求1所述的对文本进行情感分类的方法,其特征在于,在所述将所述第一文本向量输入已训练的情感分类器,得到所述目标文本的情感类别之前还包括:
获取已标注情感类别的训练样本;
在所述多维实数空间对所述训练样本中的各样本向量进行聚类,确定每种情感类别的聚类中心向量;
相应的,所述对所述第一文本向量进行情感极性分析,得到所述目标文本的情感类别具体为:
计算所述第一文本向量与所述每种情感类别的聚类中心向量的距离;
确定与所述第一文本向量距离最近的目标聚类中心向量,将所述目标聚类中心向量对应的情感类别确定为所述目标文本的情感类别。
5.一种对文本进行情感分类的装置,其特征在于,所述装置包括:
分词单元,用于对目标文本进行分词处理,得到所述目标文本的词集合;
文本向量映射单元,用于利用预设的词映射矩阵将所述词集合映射到同一多维实数空间,得到所述目标文本对应的第一文本向量,其中,所述第一文本向量的任意两个词向量单元在所述多维实数空间中的距离表示与该两个词向量单元对应的词集合中的两个词单元的相关度;
情感分类单元,用于对所述第一文本向量进行情感分类,确定所述目标文本的情感类别;
其中,所述装置还包括:
词文本矩阵生成单元,用于获取训练语料,并基于获取的所述训练语料建立第一词向量矩阵;所述第一词向量矩阵的词向量为基于独热编码得到的独热向量;
奇异值分解单元,用于对所述第一词向量矩阵进行奇异值分解,得到第二词向量矩阵;
降维单元,用于对所述第二词向量矩阵进行降维,得到所述词映射矩阵;
所述文本向量映射单元还包括:
第二文本向量生成单元,用于计算所述词集合中各词单元的权值,并基于所述各词单元的权值生成第二文本向量;
词向量映射单元,用于利用所述词映射矩阵将所述第二文本向量映射到所述多维实数空间,得到所述第一文本向量。
6.一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述对文本进行情感分类的方法的步骤。
7.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述对文本进行情感分类的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811509568.0A CN109726391B (zh) | 2018-12-11 | 2018-12-11 | 对文本进行情感分类的方法、装置及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811509568.0A CN109726391B (zh) | 2018-12-11 | 2018-12-11 | 对文本进行情感分类的方法、装置及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109726391A CN109726391A (zh) | 2019-05-07 |
CN109726391B true CN109726391B (zh) | 2024-01-09 |
Family
ID=66294911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811509568.0A Active CN109726391B (zh) | 2018-12-11 | 2018-12-11 | 对文本进行情感分类的方法、装置及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109726391B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111949789A (zh) * | 2019-05-16 | 2020-11-17 | 北京京东尚科信息技术有限公司 | 文本分类方法和文本分类系统 |
CN110427610A (zh) * | 2019-06-25 | 2019-11-08 | 平安科技(深圳)有限公司 | 文本分析方法、装置、计算机装置及计算机存储介质 |
CN111460148A (zh) * | 2020-03-27 | 2020-07-28 | 深圳价值在线信息科技股份有限公司 | 文本分类方法、装置、终端设备及存储介质 |
CN112487162A (zh) * | 2020-11-25 | 2021-03-12 | 腾讯音乐娱乐科技(深圳)有限公司 | 确定文本语义信息的方法、装置、设备以及存储介质 |
CN113705692B (zh) * | 2021-08-30 | 2023-11-21 | 平安科技(深圳)有限公司 | 基于人工智能的情感分类方法、装置、电子设备及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102214180A (zh) * | 2010-04-12 | 2011-10-12 | 无锡科利德斯科技有限公司 | 检索方法及其建立文本语义提取模型的方法 |
CN104199829A (zh) * | 2014-07-25 | 2014-12-10 | 中国科学院自动化研究所 | 情感数据分类方法和系统 |
CN104408115A (zh) * | 2014-11-25 | 2015-03-11 | 三星电子(中国)研发中心 | 一种电视平台上基于语义链接的异构资源推荐方法和装置 |
CN105913323A (zh) * | 2016-05-06 | 2016-08-31 | 浙江大学 | 一种GitHub开源社区的PullRequest评审者推荐方法 |
CN105975594A (zh) * | 2016-05-09 | 2016-09-28 | 清华大学 | 基于组合特征向量和SVMperf的情感分类方法及装置 |
CN106021366A (zh) * | 2016-05-10 | 2016-10-12 | 浙江大学 | 一种基于异构信息的api标签推荐方法 |
CN107229610A (zh) * | 2017-03-17 | 2017-10-03 | 咪咕数字传媒有限公司 | 一种情感数据的分析方法及装置 |
CN108733653A (zh) * | 2018-05-18 | 2018-11-02 | 华中科技大学 | 一种基于融合词性和语义信息的Skip-gram模型的情感分析方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ATE518142T1 (de) * | 2004-05-19 | 2011-08-15 | Uinv Kobenhavns | Adam12 als marker für das turner-syndrom beim fötus |
-
2018
- 2018-12-11 CN CN201811509568.0A patent/CN109726391B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102214180A (zh) * | 2010-04-12 | 2011-10-12 | 无锡科利德斯科技有限公司 | 检索方法及其建立文本语义提取模型的方法 |
CN104199829A (zh) * | 2014-07-25 | 2014-12-10 | 中国科学院自动化研究所 | 情感数据分类方法和系统 |
CN104408115A (zh) * | 2014-11-25 | 2015-03-11 | 三星电子(中国)研发中心 | 一种电视平台上基于语义链接的异构资源推荐方法和装置 |
CN105913323A (zh) * | 2016-05-06 | 2016-08-31 | 浙江大学 | 一种GitHub开源社区的PullRequest评审者推荐方法 |
CN105975594A (zh) * | 2016-05-09 | 2016-09-28 | 清华大学 | 基于组合特征向量和SVMperf的情感分类方法及装置 |
CN106021366A (zh) * | 2016-05-10 | 2016-10-12 | 浙江大学 | 一种基于异构信息的api标签推荐方法 |
CN107229610A (zh) * | 2017-03-17 | 2017-10-03 | 咪咕数字传媒有限公司 | 一种情感数据的分析方法及装置 |
CN108733653A (zh) * | 2018-05-18 | 2018-11-02 | 华中科技大学 | 一种基于融合词性和语义信息的Skip-gram模型的情感分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109726391A (zh) | 2019-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109726391B (zh) | 对文本进行情感分类的方法、装置及终端 | |
CN110287961B (zh) | 中文分词方法、电子装置及可读存储介质 | |
CN107944020B (zh) | 人脸图像查找方法及装置、计算机装置和存储介质 | |
CN111680642B (zh) | 一种地形分类方法及装置 | |
CN111831826B (zh) | 跨领域的文本分类模型的训练方法、分类方法以及装置 | |
CN110728313B (zh) | 一种用于意图分类识别的分类模型训练方法及装置 | |
CN110134777B (zh) | 问题去重方法、装置、电子设备和计算机可读存储介质 | |
CN113298152B (zh) | 模型训练方法、装置、终端设备及计算机可读存储介质 | |
JP2022191412A (ja) | マルチターゲット画像テキストマッチングモデルのトレーニング方法、画像テキスト検索方法と装置 | |
CN111382248A (zh) | 一种问题回复方法、装置、存储介质及终端设备 | |
WO2022257453A1 (zh) | 释义分析模型训练方法、装置、终端设备及存储介质 | |
CN110688411A (zh) | 一种文本识别方法及装置 | |
CN110929499B (zh) | 文本相似度获取方法、装置、介质及电子设备 | |
CN116680401A (zh) | 文档处理方法、文档处理装置、设备及存储介质 | |
CN111611796A (zh) | 下位词的上位词确定方法、装置、电子设备及存储介质 | |
CN111401069A (zh) | 会话文本的意图识别方法、意图识别装置及终端 | |
CN111046892A (zh) | 异常识别方法和装置 | |
CN111382246B (zh) | 文本的匹配方法、匹配装置、终端及计算机可读存储介质 | |
CN110059180B (zh) | 文章作者身份识别及评估模型训练方法、装置及存储介质 | |
CN114090869A (zh) | 目标对象处理方法、装置、电子设备及存储介质 | |
CN111708884A (zh) | 文本分类方法、装置及电子设备 | |
CN111767710A (zh) | 印尼语的情感分类方法、装置、设备及介质 | |
CN113139382A (zh) | 命名实体识别方法及装置 | |
CN117573956B (zh) | 元数据管理方法、装置、设备及存储介质 | |
CN112347196B (zh) | 基于神经网络的实体关系抽取方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |