TW202013216A

TW202013216A - 文本情緒分析的方法，裝置與電腦程式產品

Info

Publication number: TW202013216A
Application number: TW107133213A
Authority: TW
Inventors: 蔡協哲; 林志憲; 周宇軒; 陳詳翰
Original assignee: 大數據股份有限公司
Priority date: 2018-09-20
Filing date: 2018-09-20
Publication date: 2020-04-01
Also published as: TWI712948B

Abstract

本發明提供一種文本情緒分析的方法。首先判斷所提供之文本之長度是否超過一預設字數。若是，對文本執行長句向量轉換，若否，對文本執行短句向量轉換。隨後，將轉換產生之向量套入一正面情緒預測模型，以產生一正面信度與一非正面信度，並將轉換產生之向量套入一負面情緒預測模型，以產生一負面信度與一非負面信度。接下來，依據正面信度、非正面信度、負面信度與非負面信度產生一情緒資訊。

Description

文本情緒分析的方法，裝置與電腦程式產品

本發明係關於文本分析之技術，尤其是關於文本情緒分析之方法，裝置與電腦程式產品。

隨著網路的迅速發展，網路輿情已經成為是品牌/服務業者，乃至於政策研究機構非常重視的部分。網路輿情分析是透過分析網路上消費者所發表的意見，瞭解目標群體對於品牌、產品、服務或是政策的想法。進一步利用分析結果，優化既有的服務內容、調整產品發展方向、制定行銷策略或是口碑操作與消毒等。

網路存在各式各樣的論壇、網站、新聞、部落格，其資料格式、互動方式各不相同。面對這些五花八門、充斥商業花招之虛假訊息或是各類反諷式文章，傳統上倚靠字數統計進行分析之文本情緒分析技術往往無法獲得精準的網路輿情分析結果。

有鑑於此，本發明提供一種文本情緒分析之方法，裝置與電腦程式產品，以精確地分析網路言論。

本發明之一實施例提供一種文本情緒分析的方法，包括：提供一文本；判斷所提供之文本之長度是否超過一預設字數，若是，對文本執行長句向量轉換，以產生一長句向量，若否，對文本執行短句向量轉換，以產生一短句多維向量；將長句向量或短句向量套入一正面情緒預測模型，以產生一正面信度與一非正面信度；將長句向量或短句向量套入一負面情緒預測模型，以產生一負面信度與一非負面信度；以及依據正面信度、非正面信度、負面信度與非負面信度產生一情緒資訊。此情緒資訊包括此情緒資訊包括一正面情緒值、一負面情緒值與一情緒類別標籤。

本發明之一實施例提供一種文本情緒分析之裝置，用以分析一文本之正負向情緒。此裝置包括一文本判斷模組、一長句向量轉換模組、一短句向量轉換模組、一正面信度產生模組、一負面信度產生模組與一情緒值產生模組。文本判斷模組係用以判斷此文本之長度是否超過一預設字數，以判斷其為長句或短句。長句向量轉換模組係用以對長句文本執行長句向量轉換，以產生一長句向量。短句向量轉換模組係用以對短句文本執行短句向量轉換，以產生一短句向量。正面信度產生模組係用以將長句向量或短句向量套入一正面情緒模型，以產生一正面信度與一非正面信度。負面信度產生模組係用以將長句向量或短句向量套入一負面情緒模型，以產生一負面信度與一非負面信度。情緒值產生模組係用以依據正面信度、非正面信度、負面信度與非負面信度產生一情緒資訊。此情緒資訊包括一正面情緒值、一負面情緒值與一情緒類別標籤。

本發明之一實施例提供一種電腦程式產品，用以分析一文本之正負向情緒。此電腦程式產品包括至少一程式指令，此至少一程式指令係被載入一電腦系統以執行以下步驟：提供文本；判斷此文本之長度是否超過一預設字數；若是，對文本執行長句向量轉換，以產生一長句向量，若否為，對文本執行短句向量轉換，以產生一短句向量；將長句向量或短句向量套入一正面情緒預測模型，以產生一正面信度與一非正面信度；將長句向量或短句向量套入一負面情緒預測模型，以產生一負面信度與一非負面信度；以及依據正面信度、非正面信度、負面信度與非負面信度產生一情緒資訊。此情緒資訊包括一正面情緒值、一負面情緒值與一情緒類別標籤。

傳統之網路輿情分析方法，主要倚靠情緒辭典字數統計分析網路言論，而容易產生失準之問題。相較之下，本發明所提供之文本情緒分析裝置與方法係將文本區分為長句與短句採取不同之向量轉換方式，有助於提升分析速度與分析準確度。此外，本發明所提供之文本情緒分析裝置與方法並將轉換出之向量套入正面情緒模型與負面情緒模型以產生正面信度、非正面信度、負面信度與非負面信度四個指標，進而產生情緒資訊，可有效避免分析失準之問題產生。

本發明所採用的具體實施例，將藉由以下之實施例及圖式作進一步之說明。

100‧‧‧文本情緒分析裝置

120‧‧‧文本判斷模組

130‧‧‧長句向量轉換模組

140‧‧‧短句向量轉換模組

150‧‧‧正面信度產生模組

160‧‧‧負面信度產生模組

180‧‧‧情緒值產生模組

20‧‧‧文本擷取模組

142‧‧‧斷詞處理子模組

144‧‧‧字詞向量轉換子模組

Doc‧‧‧文本

VL‧‧‧長句向量

VS‧‧‧短句向量

W1,W2‧‧‧字詞

Cp‧‧‧正面信度

Cnp‧‧‧非正面信度

Cn‧‧‧負面信度

Cnn‧‧‧非負面信度

Vp‧‧‧正面情緒值

Vn‧‧‧負面情緒值

SL‧‧‧情緒類別標籤

a,b,c,d‧‧‧集合

10‧‧‧網路輿論擷取系統

30‧‧‧資料倉儲裝置

40‧‧‧資料庫

第一圖係本發明之文本情緒分析裝置一實施例之方塊示意圖。

第二圖係第一圖之短句向量轉換模組一實施例之方塊示意圖。

第三圖係說明第一圖之正面信度產生模組、負面信度產生模組與情緒值產生模組之運作方式之一實施例。

第四圖係本發明之文本情緒分析方法一實施例之流程圖。

第五圖係本發明之文本情緒分析裝置應用於一網路輿論擷取系統之一實施例之方塊示意圖。

下面將結合示意圖對本發明的具體實施方式進行更詳細的描述。根據下列描述和申請專利範圍，本發明的優點和特徵將更清楚。需說明的是，圖式均採用非常簡化的形式且均使用非精準的比例，僅用以方便、明晰地輔助說明本發明實施例的目的。

第一圖係本發明之文本情緒分析裝置一實施例之方塊示意圖。此文本情緒分析裝置100係用以分析一文本Doc之正負向情緒。此文本Doc可以是任何網路言論，如新聞、評論、貼文、回應等。此文本Doc可以是一個段落，也可以是一句話或是一個簡短的字詞。

如圖中所示，文本情緒分析裝置100係透過一文本擷取模組20由網際網路擷取所要進行分析之文本Doc。在一實施例中，文本擷取模組20可包括一網路爬蟲(network crawler)，用以擷取各個網站之內容。在另一實施例中，文本擷取模組20可以是一讀取裝置，用以從資料庫中讀取待分析之文本。

文本情緒分析裝置100包括一文本判斷模組120、一長句向量轉換模組130、一短句向量轉換模組140、一正面信度產生模組150、一負面信度產生模組160與一情緒值產生模組180。

文本判斷模組120係用以判斷此文本Doc之長度，以定義其為長句或短句。在一實施例中，此文本判斷模組120係依據文本之字數(term)判斷此文本Doc是否為長句。舉例來說，文本判斷模組120係依據一預設字數，例如30個字，進行判斷，字數超過此預設字數之文本Doc，即判斷為長句，字數小於或等於此預設字數之文本Doc則判斷為短句。

長句向量轉換模組130係用以對文本Doc執行長句向量轉換，以產生一長句向量VL。短句向量轉換模組140係用以對文本Doc執行短句向量轉換，以產生一短句向量VS。向量轉換之目的是為了將文本Doc轉換為後續深度學習模型所能理解的態樣，即向量(vectors)。

依據文本判斷模組120之判斷結果，本實施例之文本情緒分析裝置100會選擇利用長句向量轉換模組130或是短句向量轉換模組140對文本Doc執行向量轉換。也就是說，若是文本判斷模組120判斷文本Doc為長句，長句向量轉換模組130就會對文本Doc執行長句向量轉換；若是文本判斷模組120判斷文本Doc非為長句，短句向量轉換模組140就會對文本Doc執行短句向量轉換。

在一實施例中，此長句向量轉換模組130所採取之向量轉換技術可以是自然語言處理(NPL)技術中之文本向量轉換技術，例如基於Python Gensim之doc2vec模型。在一實施例中，此短句向量轉換模組140所採取之向量轉換技術可以是自然語言處理技術中之詞向量轉換技術，例如基於Python Gensim之word2vec模型。

如第二圖所示，為了由文本中分析出字詞以進行短句向量轉換。在一實施例中，此短句向量轉換模組140具有一斷詞處理子模組142與一字詞向量轉換子模組144。其中，斷詞處理子模組142係用以對文本進行斷詞處理，以產生至少一個字詞W1,W2(圖中以二個字詞為例，不過，本發明並不限於此)。隨後，字詞向量轉換子模組144再對這些字詞W1,W2分別進行向量轉換。即產生短句向量VS。

正面信度產生模組150係用以將長句向量轉換模組130或短句向量轉換模組140所產生之向量VL, VS套入一正面情緒模型，以產生一正面信度Cp與一非正面信度Cnp。正面信度Cp與非正面信度Cnp即為正面信度產生模組150依據所提供之正面情緒模型對於文本Doc之預測結果。就一較佳實施例而言，正面情緒模型係一深度學習模型。此正面情緒模型係透過多個訓練文本反覆訓練而建立。

負面信度產生模組160係用以將長句向量轉換模組130或短句向量轉換模組140所產生之向量VL,VS套入一負面情緒模型，以產生一負面信度Cn與一非負面信度Cnn。負面信度Cn與非負面信度Cnn即為負面信度產生模組160依據所提供之負面情緒模型對於文本Doc之預測結果。就一較佳實施例而言，此負面情緒模型係一深度學習模型。此面情緒模型係透過多個訓練文本反覆訓練而建立。

正面信度Cp是指透過正面分類(即套用正面情緒模組)得到此文本Doc為正面文章的信心水準。非正面信度Cnp為正面信度Cn的補集合，數學上即表達為1-Cn。非正面信度Cnp代表的意義為，透過正面分類模型，得到此文本Doc不是正面文章的信心水準。負面分類亦然。

在本實施例中，對於一個輸入文本Doc只會轉換出一多維向量(無論是長句向量或是短句向量)。此多維向量會套入正面情緒模型與負面情緒模型，而產生正面信度Cp、非正面信度Cnp、負面信度Cn與非負面信度Cnn。

情緒值產生模組180係依據正面信度Cp、非正面信度Cnp、負面信度Cn與非負面信度Cnn產生情緒資訊。在一實施例中，此情緒資訊包括一正面情緒值Vp、一負面情緒值Vn與一情緒類別標籤SL。其中，情緒類別標籤SL依據正負情緒值Vp與Vn之大小可分為正面、負面、中立三類。

在一實施例中，情緒值產生模組180會先將正面信度Cp、非正面信度Cnp、負面信度Cn與非負面信度Cnn利用操作者特徵曲線(ROC曲線)模型進行分類以產生一正面指標pos、一中立指標neu與一負面指標neg，再根據這些指標pos,neu,neg產生正面情緒值Vp、負面情緒值Vn與情緒類別標籤SL。其具體處理方式如下所述。

第三圖係說明第一圖中之正面信度產生模組150、負面信度產生模組160與情緒值產生模組180之運作方式之一實施例。

如圖中所示，正面情緒模型與負面情緒模型對於文本Doc進行分類判斷之結果(即正面信度Cp、非正面信度Cnp、負面信度Cn與非負面信度Cnn)可以區分為圖中之a,b,c,d四個集合。圖中之a代表正面情緒模型判斷為正面，負面情緒模型判斷為非負面之集合；b代表負面情緒模型判斷為負面，正面情緒模型判斷為非正面之集合；c代表正面情緒模型判斷為正面，負面情緒模型判斷為負面之集合；d代表正面情緒模型判斷為非正面，負面情緒模型判斷為非負面之集合。

依據集合a,b,c,d可以計算出正面指標pos、負面指標neg與中立指標neu。其計算公式如下：e=(c+d)

total=a+b+e

pos=a/total

neg=b/total

neu=e/total

正面指標pos、負面指標neg與中立指標neu代表的是此文本Doc為正面、負面與中立之機率，其數值會介於0與1之間。

就一實施例而言，情緒值產生模組180可直接將前述正面指標pos與負面指標neg作為正面情緒值Vp與負面情緒值Vn。

就一實施例而言，為了有效區分文本Doc之情緒傾向(即所賦予之情緒類別標籤SL)，可設定一門檻值作為判斷基準。假定門檻值為0.5，當正面指標pos>0.5，此文本Doc即判定為正面，亦即情緒類別標籤SL為正面；當負面指標neg>0.5，此文本Doc即判定為負面，亦即情緒類別標籤SL為負面；若兩者皆大於或小於門檻值，此文本Doc即判斷為中立，亦即情緒類別標籤SL為中立。

不過，本發明並不限於此。在另一實施例中，情緒值產生模組180亦可直接比較正面指標pos、負面指標neg與中立指標neu之大小，而選擇其中數值最大者作為判斷結果，以產生情緒類別標籤SL。

第四圖係本發明之文本情緒分析方法一實施例之流程圖。此文本情緒分析方法係用以分析一文本Doc之正負向情緒。此文本Doc可以是任何網路言論，如新聞、評論、貼文、回應等。此文本Doc可以是一個段落，也可以是一句話或是一個簡短的字詞。此文本情緒分析方法包括以下步驟。

首先，如步驟S110所述，提供一文本Doc。在一實施例中，此文本Doc可透過文本擷取模組20由網際網路或是資料庫中擷取。

隨後，如步驟S120所述，判斷此文本Doc之長度是否超過一預設字數。若是，此流程前進至步驟S130，對文本Doc執行長句向量轉換，以產生一長句向量VL；若否，此流程前進至步驟S140，對文本Doc執行短句向量轉換，以產生一短句向量VS。此向量轉換方式詳見前述關於長句向量轉換模組130與短句向量轉換模組140之段落。

接下來，如步驟S150所述，將步驟S130或步驟S140所產生之向量套入一正面情緒預測模型，以產生一正面信度Cp與一非正面信度Cnp。此外，如步驟S160所述，此流程亦將步驟S130或步驟S140所產生之向量套入一負面情緒預測模型，以產生一負面信度Cn與一非負面信度Cnn。此信度產生方式詳見前述關於正面信度產生模組150與負面信度產生模組160之相關段落。

接下來，如步驟S180所述，依據正面信度Cp、非正面信度Cnp、負面信度Cn與非負面信度Cnn產生情緒資訊。此情緒資訊之產生方式詳見前述關於情緒值產生模組180之相關段落。

第五圖係本發明之文本情緒分析裝置應用於一網路輿論擷取系統之一實施例之方塊示意圖。如圖中所示，此網路輿論擷取系統10包括一文本擷取模組20、本發明之文本情緒分析裝置100、一資料倉儲裝置30與一資料庫40。

文本擷取模組20由網際網路擷取所要進行分析之文本Doc。在一實施例中，文本擷取模組20可包括一網路爬蟲，用以擷取各個網站之內容。資料倉儲裝置30係用以將文本擷取模組20所擷取之文本，連同文本情緒分析裝置100針對此文本分析出之情緒資訊，包括正面情緒值Vp、負面情緒值Vn與情緒類別標籤SL，儲存至資料庫40，供使用者搜尋利用。在一實施例中，文本擷取模組20之所擷取之文本之內容可包括文章標題、文章內容、文章作者、文章連結、發佈時間、按讚數量、回文數量、分享數量等。

傳統之網路輿情分析方法，主要倚靠字數統計分析網路言論，而容易產生失準之問題。相較之下，本發明所提供之文本情緒分析裝置與方法係將文本區分為長句與短句採取不同之向量轉換方式，有助於提升分析速度與分析準確度。此外，本發明所提供之文本情緒分析裝置與方法並將轉換出之向量套入正面情緒模型與負面情緒模型以產生正面信度、非正面信度、負面信度與非負面信度四個指標，進而產生情緒資訊，可有效避免分析失準之問題產生。

上述僅為本發明較佳之實施例而已，並不對本發明進行任何限制。任何所屬技術領域的技術人員，在不脫離本發明的技術手段的範圍內，對本發明揭露的技術手段和技術內容做任何形式的等同替換或修改等變動，均屬未脫離本發明的技術手段的內容，仍屬於本發明的保護範圍之內。