CN113221534B - 一种文本情感分析方法、装置、电子设备及存储介质 - Google Patents
一种文本情感分析方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113221534B CN113221534B CN202110571174.3A CN202110571174A CN113221534B CN 113221534 B CN113221534 B CN 113221534B CN 202110571174 A CN202110571174 A CN 202110571174A CN 113221534 B CN113221534 B CN 113221534B
- Authority
- CN
- China
- Prior art keywords
- emotion
- word
- vector
- text
- acquiring
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
- G06F40/242—Dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例提供一种文本情感分析方法、装置、电子设备及存储介质,所述方法包括:获取文本数据并进行预处理;对所述预处理后的文本数据进行分词处理和分字处理,并将处理结果分别输入预训练的词转向量模型,得到词向量和字向量;基于所述词向量和所述字向量获取第一情感方向和第二情感方向;将所述词向量和所述字向量进行融合,得到融合向量,并基于所述融合向量得到第三情感方向;基于所述第一情感方向、第二情感方向和第三情感方向确定文本的情感倾向。可以全面地、细粒度地利用文本情感数据,提高文本情感分析的准确率。
Description
技术领域
本发明涉及计算机情感分析技术领域,尤其涉及一种文本情感分析方法、装置、电子设备及存储介质。
背景技术
随着互联网、特别是移动互联网的迅速发展,各种新应用不断产生,例如新闻门户网站、电子商务网站、社交网络等。在这些应用上,普通大众可以表达对事物的主观倾向性观点,例如对新闻事件的评论,以及对所购买商品的喜好。目前,由用户生成的带有情感倾向性的文本数据以指数增长。通过挖掘这些海量数据,获取用户情感信息,对电子商务、商业智能、民意调查、舆情分析、情报分析、企业管理等至关重要,也为管理者提供强有力的决策支持。例如,商家可以通过这些信息获取消费者意见,更好地理解消费者的喜好与消费习惯,设计生产出更有针对性的产品;政府机构可以通过分析热点事件的舆情,为指定方针政策提供依据;而普通消费者则可以依据其他人的观点汇总作为其购买行为以及消费决策的重要参考。
当前现有技术常见的情感分析方法,文本信息的获取和构建不全面,数据量不够大,且是基于句子级别的粗粒度的情感分析方法,对文本上下文信息的表示和利用也存在差距,难以细粒度辨别上下文情感信息,导致情感分析不够准确。
发明内容
本发明实施例提供一种文本情感分析方法,能够提高文本情感分析的准确度。
第一方面,本发明实施例提供一种文本情感分析方法,包括以下步骤:
获取文本数据并进行预处理;
对所述预处理后的文本数据进行分词处理和分字处理,并将处理结果分别输入预训练的词转向量模型,得到词向量和字向量;
基于所述词向量和所述字向量获取第一情感方向和第二情感方向;
将所述词向量和所述字向量进行融合,得到融合向量,并基于所述融合向量得到第三情感方向;
基于所述第一情感方向、第二情感方向和第三情感方向确定文本的情感倾向。
可选的,所述获取文本数据并进行预处理,包括:
通过爬虫从互联网上获取文本数据;
对所述文本数据进行去重处理。
可选的,所述对所述预处理后的文本数据进行分词处理和分字处理,包括:
将所述预处理后的文本数据输入到大数据处理平台进行分词处理和分字处理,得到分词处理结果和分字处理结果。
可选的,所述词转向量模型包括CBOW结构的word2vec模型,所述将处理结果分别输入预训练的词转向量模型,得到词向量和字向量,包括:
获取所述CBOW结构的word2vec模型的词窗;
调整所述词窗大小,并通过所述词窗分别将所述分词处理结果和分字处理结果输入所述CBOW结构的word2vec模型,对应得到所述词向量和所述字向量。
可选的,基于所述词向量和所述字向量获取第一情感方向和第二情感方向的步骤包括:
获取情感分析词典;
根据所述情感分析词典从所述词向量和所述字向量中分别获取对应的第一情感方向和第二情感方向。
可选的,所述基于所述融合向量得到第三情感方向包括:
根据所述情感分析词典从所述融合向量中获取第三情感方向。
可选的,所述基于所述第一情感方向、第二情感方向和第三情感方向确定文本的情感倾向,包括:
获取预设的对应所述第一情感方向、第二情感方向和第三情感方向的权重;
基于所述第一情感方向、第二情感方向、第三情感方向以及对应的权重计算,得到文本的情感倾向。
第二方面,本发明实施例提供一种文本情感分析装置,包括:
第一获取模块,用于获取文本数据并进行预处理;
处理模块,用于对所述预处理后的文本数据进行分词处理和分字处理,并将处理结果分别输入预训练的词转向量模型,得到词向量和字向量;
第二获取模块,用于基于所述词向量和所述字向量获取第一情感方向和第二情感方向;
融合模块,用于将所述词向量和所述字向量进行融合,得到融合向量,并基于所述融合向量得到第三情感方向;
确定模块,用于基于所述第一情感方向、第二情感方向和第三情感方向确定文本的情感倾向。
第三方面,本发明实施例提供一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上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本发明实施例提供的文本情感分析方法中的步骤。
第四方面,本发明实施例提供一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现本发明实施例提供的文本情感分析方法中的步骤。
本发明实施例中,获取文本数据并进行预处理;对所述预处理后的文本数据进行分词处理和分字处理,并将处理结果分别输入预训练的词转向量模型,得到词向量和字向量;基于所述词向量和所述字向量获取第一情感方向和第二情感方向;将所述词向量和所述字向量进行融合,得到融合向量,并基于所述融合向量得到第三情感方向;基于所述第一情感方向、第二情感方向和第三情感方向确定文本的情感倾向。通过大数据技术获取大量文本数据并进行预处理,然后对预处理后的文本数据进行分词处理和分字处理后分别输入预训练的词转向量模型,得到词向量和字向量,并将词向量和字向量进行融合得到融合向量,基于融合向量得到第三情感方向,然后从词向量、字向量和融合向量中分别获取到第一情感方向、第二情感方向以及第三情感方向,计算确定文本的情感倾向,从而可以全面地、细粒度地利用大量文本情感数据,提高文本情感分析的准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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一种文本情感分析方法的流程图;
图2是本发明实施例提供的一种文本数据预处理方法的流程图;
图3是本发明实施例提供的一种获取情感方向方法的流程图;
图4是本发明实施例提供的一种确定文本情感倾向方法的流程图;
图5是本发明实施例提供的一种文本情感分析装置的结构示意图;
图6是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参见图1,图1是本发明实施例提供的一种文本情感分析方法的流程图,如图1所示,包括以下步骤:
101、获取文本数据并进行预处理。
在本发明实施例中,上述文本数据可以是以常见的文档、表格、幻灯片等格式的展现,也可以是其他如xml、html等带标签的格式,还可以其他数据库文件的存储格式,可以利用大数据获取和分析技术,通过有线连接方式或者无线连接方式从互联网网络上收集信息网络中各种能够体现用户情感并且已经具有初步标注信息的情感数据。需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi(Wireless-Fidelity)连接、蓝牙连接、WiMA×(Worldwide Interoperability for Microwave Access)连接、Zigbee(低功耗局域网协议,又称紫峰协议)连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
体现用户情感的信息可以包括但不限于电商网站上买家对商品的评论、餐饮网站上消费者对食物的评论、微博和微信的评论、以及门户类网站上读者对新闻的评论等。初步标注信息可以包括但不限于用户评分、等级评价、态度表达等类似信息,例如,点赞、踩(一种表达否定的态度)、5星级评分或者百分数评分等等。然后对上述文本数据进行相应的预处理,如抽取、去重等。
进一步的,请参见图2,图2是本发明实施例提供的一种文本数据预处理方法的流程图,如图2所示,上述获取文本数据并进行预处理包括:
201、通过爬虫从互联网上获取文本数据;
202、对文本数据进行去重处理。
在本发明实施例中,可以利用网络爬虫模拟登陆的分布式数据采集方式,从互联网上获得如微博、知乎、团购网站、新闻网站等地方的热点事件相关的大量文本情感数据,然后对文本情感数据进行去重处理,但这些原始获得的文本情感数据中经常会遇到重复文本,例如,由于一些评论中经常包含广告或宣传用语,这些语句的特点是重复次数高、相似程度高,因此,需要对文本进行去重,去重的方法包括但不限编辑距离算法、余弦相似度算法等,从而可以提高文本数据的纯净度。
102、对预处理后的文本数据进行分词处理和分字处理,并将处理结果分别输入预训练的词转向量模型,得到词向量和字向量。
在本发明实施例中,可以将上述预处理后的文本数据输入到大数据处理平台进行分词处理和分字处理,得到分词处理结果和分字处理结果。上述大数据处理平台可以是Hadoop平台,Hadoop是在分布式服务器集群上存储海量数据并运行分布式分析应用的开源框架,其核心部件是HDFS与MapReduce。HDFS是一个分布式文件系统:引入存放文件元数据信息的服务器Namenode和实际存放数据的服务器Datanode,对海量数据进行分布式储存和读取。MapReduce是一个计算框架:MapReduce的核心思想是把计算任务分配给集群内的服务器里执行。通过对计算任务的拆分(Map计算/Reduce计算)再根据任务调度器(JobTracker)对任务进行分布式计算。通过Hadoop平台可以利用MapReduce模型对大量文本情感数据进行快速的分词、分字处理,具体步骤如下:
S1、Map函数将输入文本以行为单位拆分为键值对内容;
S2、Map函数调用IKAnalyzer工具对键值对内容进行分词分字处理,并利用情感分析语料库进行匹配;
S3、Reduce函数将中间结果进行汇总,将最终的分词、分字处理结果输出到HDFS文件系统中进行存储;
进一步的,上述预训练的词转向量模型包括CBOW结构的word2vec模型,word2vec可以根据文本上下文之间的出现关系并通过CBOW(constinuous bags of words)结构训练得到词向量和字向量,即CBOW结构的word2vec模型可以根据上下文预测目标单词。
具体的,获取上述CBOW结构的word2vec模型的词窗,然后调整所述词窗大小,并通过所述词窗分别将所述分词处理结果和分字处理结果输入所述CBOW结构的word2vec模型,对应得到所述词向量和所述字向量。例如,生成词向量时,可以将CBOW结构的word2vec模型输入词窗的大小调整为3,并对分词处理结果中的每一段文本进行了定长处理,将每一段文本序列固定为500个字的长度,再然后利用CBOW结构的word2vec模型生成256维度嵌入层权值矩阵F1,即词向量,F1的形状为{batchsize,500,256};生成字向量时,首先将上述分字处理结果中的每一段文本拆分成字符表示,然后输入词窗大小调整为2的CBOW结构的word2vec模型,生成256维度嵌入层权值矩阵F2,即字向量,F2的形状为{batchsize,500,256};
103、基于词向量和字向量获取第一情感方向和第二情感方向。
进一步的,如图3所示,图3是本发明实施例提供的一种获取情感方向方法的流程图,上述基于词向量和字向量获取第一情感方向和第二情感方向,包括:
301、获取情感分析词典;
302、根据情感分析词典从词向量和字向量中分别获取对应的第一情感方向和第二情感方向。
在本发明实施例中,获得的上述情感分析词典为BosonNLP数据下载的情感分析词典,然后根据所述情感分析词典,从词向量和所述字向量中获得对应的情感分数,并根据所述情感分数,判断情感分数并基于情感分数获得情感方向,即第一情感方向和第二情感方向,如果所述情感分数大于零,判断所述第一情感方向或第二情感方向为正;如果所述情感分数小于零,判断所述第一情感方向或第二情感方向为负。具体而言,所述情感分析词典通常为网络中公用的词典,并附带有对应的情感分数。从而可以根据所述情感分数,判断出所述文本数据的情感方向,否定词的出现将直接将所述文本数据情感转向相反的方向,而且通常效用是叠加的。例如,常见的否定词:不、没、无、非、莫、弗、勿、毋、未、否、别、、休、难道等,应理解,本发明实施例仅以此为例进行说明,但本发明并不仅限于此。如果所述文本数据中出现否定词,权重为-1,即所述情感方为负;如果所述文本数据中不出现肯定词,权重为1,即所述情感方向为正。
104、将词向量和字向量进行融合,得到融合向量,并基于融合向量得到第三情感方向。
在本发明实施例中,可以将上述词向量和字向量进行融合,得到融合向量,并基于上述融合向量得到第三情感方向,具体的,可以将上述词向量矩阵F1和字向量矩阵F2进行加性拼接得到融合向量矩阵E1,E1的形状为{batchsize,maxlen,d_model},其中maxlen表示文本序列固定长度,d_model表示人工设定词向量宽度。
上述基于融合向量得到第三情感方向包括:根据上述情感分析词典从上述融合向量中获取第三情感方向,即通过BosonNLP数据下载的情感分析词典,从融合向量矩阵E1上述中获得对应的情感分数,并根据所述情感分数,判断情感分数从而获得上述第三情感方向。
105、基于第一情感方向、第二情感方向和第三情感方向确定文本的情感倾向。
具体的,参见图4,图4是本发明实施例提供的一种确定文本情感倾向方法的流程图,上述基于第一情感方向、第二情感方向和第三情感方向确定文本的情感倾向,包括:
401、获取预设的对应第一情感方向、第二情感方向和第三情感方向的权重;
402、基于第一情感方向、第二情感方向、第三情感方向以及对应的权重计算,得到文本的情感倾向。
在本发明实施例中,可以对应第一情感方向、第二情感方向和第三情感方向分别设置相应的权重,不同的情感方向可以分配不同的权重值,以表示不同的情感方向所占整个文本情感倾向的比重,即重要程度,例如第一情感方向权重可以设置为0.3、第二情感方向权重可以设置为0.4、第三情感方向权重可以设置为0.3,最后基于这三个情感方向以及对应的权重进行计算,得到文本的情感倾向,举例而言,第一情感方向为-1,第二情感方向为+1,第三情感方向为-1,则最终的文本情感倾向为0.3*(-1)+0.4*1+0.3*(-1)=-0.2,小于零,则可以得到文本的情感倾向为负。
综上所述,本发明实施例通过大数据技术(爬虫和大数据处理平台)获取大量文本数据并进行去重等预处理,然后对预处理后的文本数据进行分词处理和分字处理后分别输入预训练的词转向量模型,得到词向量和字向量,并将词向量和字向量进行融合得到融合向量,基于融合向量得到第三情感方向,然后利用情感分析词典从词向量、字向量和融合向量中分别获取到第一情感方向、第二情感方向以及第三情感方向,最后基于第一情感方向、第二情感方向和第三情感方向通过权重计算最终确定文本的情感倾向,从而可以全面地、细粒度地利用大量文本情感数据,提高文本情感分析的准确率。
需要说明的是,本发明实施例提供的文本情感分析方法可以应用于可以进行数据搜索的手机、监控器、计算机、服务器等设备。
请参见图5,图5是本发明实施例提供的一种文本情感分析装置的结构示意图,如图5所示,所述装置500包括:
第一获取模块501,用于获取文本数据并进行预处理;
处理模块502,用于对所述预处理后的文本数据进行分词处理和分字处理,并将处理结果分别输入预训练的词转向量模型,得到词向量和字向量;
第二获取模块503,用于基于所述词向量和所述字向量获取第一情感方向和第二情感方向;
融合模块504,用于将所述词向量和所述字向量进行融合,得到融合向量,并基于所述融合向量得到第三情感方向;
确定模块505,用于基于所述第一情感方向、第二情感方向和第三情感方向确定文本的情感倾向。
需要说明的是,本发明实施例提供的文本情感分析装置可以应用于可以进行数据搜索的手机、监控器、计算机、服务器等设备。
本发明实施例提供的文本情感分析装置能够实现上述方法实施例中文本情感分析方法实现的各个过程,且可以达到相同的有益效果。为避免重复,这里不再赘述。
参见图6,图6是本发明实施例提供的一种电子设备的结构示意图,如图6所示,包括:存储器602、处理器601、网络接口603及存储在所述存储器602上并可在所述处理器601上运行的计算机程序,其中:
处理器601用于调用存储器602存储的计算机程序,执行如下步骤:
获取文本数据并进行预处理;
对所述预处理后的文本数据进行分词处理和分字处理,并将处理结果分别输入预训练的词转向量模型,得到词向量和字向量;
基于所述词向量和所述字向量获取第一情感方向和第二情感方向;
将所述词向量和所述字向量进行融合,得到融合向量,并基于所述融合向量得到第三情感方向;
基于所述第一情感方向、第二情感方向和第三情感方向确定文本的情感倾向。
可选的,所述处理器601执行的所述所述获取文本数据并进行预处理,包括:
通过爬虫从互联网上获取文本数据;
对所述文本数据进行去重处理。
可选的,处理器601执行的所述所述对所述预处理后的文本数据进行分词处理和分字处理,包括:
将所述预处理后的文本数据输入到大数据处理平台进行分词处理和分字处理,得到分词处理结果和分字处理结果。
可选的,所述词转向量模型包括CBOW结构的word2vec模型,所述处理器601执行的所述所述将处理结果分别输入预训练的词转向量模型,得到词向量和字向量,包括:
获取所述CBOW结构的word2vec模型的词窗;
调整所述词窗大小,并通过所述词窗分别将所述分词处理结果和分字处理结果输入所述CBOW结构的word2vec模型,对应得到所述词向量和所述字向量。
可选的,处理器601执行的所述基于所述词向量和所述字向量获取第一情感方向和第二情感方向的步骤包括:
获取情感分析词典;
根据所述情感分析词典从所述词向量和所述字向量中分别获取对应的第一情感方向和第二情感方向。
可选的,处理器601执行的所述基于所述融合向量得到第三情感方向包括:
根据所述情感分析词典从所述融合向量中获取第三情感方向。
可选的,处理器601执行的所述基于所述第一情感方向、第二情感方向和第三情感方向确定文本的情感倾向,包括:
获取预设的对应所述第一情感方向、第二情感方向和第三情感方向的权重;
基于所述第一情感方向、第二情感方向、第三情感方向以及对应的权重计算,得到文本的情感倾向。
需要说明的是,上述电子设备可以是可以应用于可以进行文本情感分析的手机、监控器、计算机、服务器等设备。
本发明实施例提供的电子设备能够实现上述方法实施例中文本情感分析方法实现的各个过程,且可以达到相同的有益效果,为避免重复,这里不再赘述。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现本发明实施例提供的文本情感分析方法的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
需要说明的是,图中仅示出了具有组件的601-603,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的电子设备600是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、可编程门阵列(Field-Programmable Gate Array,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
电子设备600可以是桌上型计算机、笔记本及掌上电脑等计算设备。电子设备600可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
存储器602至少包括一种类型的可读存储介质,可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,存储器602可以是电子设备600的内部存储单元,例如该电子设备600的硬盘或内存。在另一些实施例中,存储器602也可以是电子设备600的外部存储设备,例如该电子设备600上配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。当然,存储器602还可以既包括电子设备600的内部存储单元也包括其外部存储设备。本实施例中,存储器602通常用于存储安装于电子设备600的操作系统和各类应用软件,例如一种文本情感分析方法的程序代码等。此外,存储器602还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器601在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器601通常用于控制电子设备600的总体操作。本实施例中,处理器601用于运行存储器602中存储的程序代码或者处理数据,例如运行一种文本情感分析方法的程序代码。
网络接口603可包括无线网络接口或有线网络接口,该网络接口603通常用于在电子设备600与其他电子设备之间建立通信连接。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存取存储器(Random AccessMemory,简称RAM)等。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种文本情感分析方法,其特征在于,包括以下步骤:
获取文本数据并进行预处理;
对所述预处理后的文本数据进行分词处理和分字处理,并将处理结果分别输入预训练的词转向量模型,得到词向量和字向量;
基于所述词向量和所述字向量获取第一情感方向和第二情感方向;
将所述词向量和所述字向量进行融合,得到融合向量,并基于所述融合向量得到第三情感方向;
基于所述第一情感方向、第二情感方向和第三情感方向确定文本的情感倾向。
2.如权利要求1所述的方法,其特征在于,所述获取文本数据并进行预处理,包括:
通过爬虫从互联网上获取文本数据;
对所述文本数据进行去重处理。
3.如权利要求2所述的方法,其特征在于,所述对所述预处理后的文本数据进行分词处理和分字处理,包括:
将所述预处理后的文本数据输入到大数据处理平台进行分词处理和分字处理,得到分词处理结果和分字处理结果。
4.如权利要求3所述的方法,其特征在于,所述词转向量模型包括CBOW结构的word2vec模型,所述将处理结果分别输入预训练的词转向量模型,得到词向量和字向量,包括:
获取所述CBOW结构的word2vec模型的词窗;
调整所述词窗大小,并通过所述词窗分别将所述分词处理结果和分字处理结果输入所述CBOW结构的word2vec模型,对应得到所述词向量和所述字向量。
5.如权利要求4所述的方法,其特征在于,基于所述词向量和所述字向量获取第一情感方向和第二情感方向的步骤包括:
获取情感分析词典;
根据所述情感分析词典从所述词向量和所述字向量中分别获取对应的第一情感方向和第二情感方向。
6.如权利要求5所述的方法,其特征在于,所述基于所述融合向量得到第三情感方向包括:
根据所述情感分析词典从所述融合向量中获取第三情感方向。
7.如权利要求6所述的方法,其特征在于,所述基于所述第一情感方向、第二情感方向和第三情感方向确定文本的情感倾向,包括:
获取预设的对应所述第一情感方向、第二情感方向和第三情感方向的权重;
基于所述第一情感方向、第二情感方向、第三情感方向以及对应的权重计算,得到文本的情感倾向。
8.一种文本情感分析装置,其特征在于,包括:
第一获取模块,用于获取文本数据并进行预处理;
处理模块,用于对所述预处理后的文本数据进行分词处理和分字处理,并将处理结果分别输入预训练的词转向量模型,得到词向量和字向量;
第二获取模块,用于基于所述词向量和所述字向量获取第一情感方向和第二情感方向;
融合模块,用于将所述词向量和所述字向量进行融合,得到融合向量,并基于所述融合向量得到第三情感方向;
确定模块,用于基于所述第一情感方向、第二情感方向和第三情感方向确定文本的情感倾向。
9.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上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权利要求1至7中任一项所述的文本情感分析方法中的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的文本情感分析方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110571174.3A CN113221534B (zh) | 2021-05-25 | 2021-05-25 | 一种文本情感分析方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110571174.3A CN113221534B (zh) | 2021-05-25 | 2021-05-25 | 一种文本情感分析方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113221534A CN113221534A (zh) | 2021-08-06 |
CN113221534B true CN113221534B (zh) | 2023-06-16 |
Family
ID=77098357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110571174.3A Active CN113221534B (zh) | 2021-05-25 | 2021-05-25 | 一种文本情感分析方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113221534B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110705300A (zh) * | 2019-09-27 | 2020-01-17 | 上海烨睿信息科技有限公司 | 情感分析方法、系统、计算机终端及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108052505A (zh) * | 2017-12-26 | 2018-05-18 | 上海智臻智能网络科技股份有限公司 | 文本情感分析方法及装置、存储介质、终端 |
CN110297889B (zh) * | 2019-06-28 | 2020-10-23 | 南京冰鉴信息科技有限公司 | 一种基于特征融合的企业情感倾向分析方法 |
CN110837561A (zh) * | 2019-11-18 | 2020-02-25 | 苏州朗动网络科技有限公司 | 文本的分析方法、设备和存储介质 |
CN111414755A (zh) * | 2020-03-20 | 2020-07-14 | 中国计量大学 | 一种基于细粒度情感字典的网络情绪分析方法 |
CN111401074A (zh) * | 2020-04-03 | 2020-07-10 | 山东爱城市网信息技术有限公司 | 一种基于Hadoop的短文本情感倾向性分析方法、系统及装置 |
-
2021
- 2021-05-25 CN CN202110571174.3A patent/CN113221534B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110705300A (zh) * | 2019-09-27 | 2020-01-17 | 上海烨睿信息科技有限公司 | 情感分析方法、系统、计算机终端及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113221534A (zh) | 2021-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11620455B2 (en) | Intelligently summarizing and presenting textual responses with machine learning | |
CN107908740B (zh) | 信息输出方法和装置 | |
US11281860B2 (en) | Method, apparatus and device for recognizing text type | |
CN107679217B (zh) | 基于数据挖掘的关联内容提取方法和装置 | |
US11995409B2 (en) | Content generation using target content derived modeling and unsupervised language modeling | |
CN107256267A (zh) | 查询方法和装置 | |
Kabir et al. | An empirical research on sentiment analysis using machine learning approaches | |
KR102155739B1 (ko) | 질의응답 데이터 셋을 적응적으로 재사용하는 챗봇 서비스 제공 방법, 서버, 및 시스템 | |
KR20180002944A (ko) | 개인 선호별 최적의 상품 제안을 위한 빅데이터 추천시스템 및 추천방법 | |
CN107526718B (zh) | 用于生成文本的方法和装置 | |
CN111753092A (zh) | 一种数据处理方法、模型训练方法、装置及电子设备 | |
CN111144120A (zh) | 一种训练语句的获取方法、装置、存储介质及电子设备 | |
Jiang et al. | Application intelligent search and recommendation system based on speech recognition technology | |
US20220121668A1 (en) | Method for recommending document, electronic device and storage medium | |
CN112632256A (zh) | 基于问答系统的信息查询方法、装置、计算机设备和介质 | |
Xu et al. | [Retracted] Research on the Construction of Crossborder e‐Commerce Logistics Service System Based on Machine Learning Algorithms | |
Martis et al. | A proposed system for understanding the consumer opinion of a product using sentiment analysis | |
CN110807097A (zh) | 分析数据的方法和装置 | |
EP4116884A2 (en) | Method and apparatus for training tag recommendation model, and method and apparatus for obtaining tag | |
CN113221534B (zh) | 一种文本情感分析方法、装置、电子设备及存储介质 | |
WO2022246162A1 (en) | Content generation using target content derived modeling and unsupervised language modeling | |
Rasikannan et al. | Improved feature based sentiment analysis for online customer reviews | |
CN112069807A (zh) | 文本数据的主题提取方法、装置、计算机设备及存储介质 | |
CN112434126A (zh) | 一种信息处理方法、装置、设备和存储介质 | |
Wang | Personalized recommendation system based on vocal characteristics |
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 |