WO2017101342A1 - 情感分类方法及装置 - Google Patents

情感分类方法及装置 Download PDF

Info

Publication number
WO2017101342A1
WO2017101342A1 PCT/CN2016/088671 CN2016088671W WO2017101342A1 WO 2017101342 A1 WO2017101342 A1 WO 2017101342A1 CN 2016088671 W CN2016088671 W CN 2016088671W WO 2017101342 A1 WO2017101342 A1 WO 2017101342A1
Authority
WO
WIPO (PCT)
Prior art keywords
words
word
document
module
sentiment
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.)
Ceased
Application number
PCT/CN2016/088671
Other languages
English (en)
French (fr)
Inventor
康潮明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Le Holdings Beijing Co Ltd
LeTV Information Technology Beijing Co Ltd
Original Assignee
Le Holdings Beijing Co Ltd
LeTV Information Technology Beijing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Le Holdings Beijing Co Ltd, LeTV Information Technology Beijing Co Ltd filed Critical Le Holdings Beijing Co Ltd
Priority to US15/241,994 priority Critical patent/US20170169008A1/en
Publication of WO2017101342A1 publication Critical patent/WO2017101342A1/zh
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification

Definitions

  • the present disclosure relates to the field of computer technologies, and in particular, to an emotion classification method and apparatus.
  • the present disclosure provides an emotion classification method and apparatus.
  • an emotion classification method including:
  • the emotion category having the largest total number of words is determined as the emotion category of the document to be processed.
  • an emotion classification apparatus including:
  • a first acquiring module configured to acquire multiple keywords in the to-be-processed document
  • a searching module configured to find at least one associated word associated with each of the keywords according to a preset association manner
  • a first determining module configured to determine, by using a preset sentiment dictionary, an emotional category of each keyword and associated word found
  • a statistics module for counting the total number of words corresponding to each emotion category
  • a second determining module configured to determine an emotional category with the total number of words as the emotional category of the to-be-processed document.
  • a terminal comprising the sentiment classification device of the second aspect.
  • a computer storage medium wherein the computer storage medium may store a program, which, when executed, may implement various implementations of an sentiment classification method provided by the first aspect of the present invention Some or all of the steps.
  • the present disclosure finds at least one associated word associated with each of the keywords according to a preset association manner by acquiring a plurality of keywords in the document to be processed, and determines an emotional category of each keyword and associated word that is searched by using the preset sentiment dictionary. The total number of words corresponding to each emotion category is counted, and the emotion category with the largest total number of words can be determined as the emotion category of the document to be processed.
  • the method provided by the present disclosure can obtain the emotional subject keyword set by extracting the document keyword, effectively utilize the document emotional subject information, ignore the noise unrelated to the emotional subject of the document to be processed, and mine the document and the key through the association rule algorithm.
  • the collection of related words of word associations utilizes the semantic structure relationship between words and words in the document, effectively improving the accuracy of document sentiment classification.
  • FIG. 1 is a flowchart of an sentiment classification method according to an exemplary embodiment
  • FIG. 2 is a flow chart of step S102 of Figure 1;
  • FIG. 3 is another flow chart of an sentiment classification method according to an exemplary embodiment
  • Figure 4 is a flow chart of step S101 of Figure 1;
  • FIG. 5 is a structural diagram of an emotion classification apparatus according to an exemplary embodiment.
  • an emotion classification method including the following steps.
  • step S101 a plurality of keywords in the document to be processed are acquired.
  • a word appears more frequently in a certain text, the more important the word may be to the text, the number of occurrences is statistically calculated by the word frequency (TFF). But for all texts, the more times a word appears, the less distinguishing the word is from all the text, but the less important it is. Therefore, you need to find a weight coefficient to measure the importance of the word. If a word is uncommon, but it appears multiple times in the text, it reflects the characteristics of the text to a certain extent, that is, it can be used as a keyword, and you can use the Inverse Document Frequency (IDF) as the key.
  • ITF Inverse Document Frequency
  • Weight coefficient multiplying the word frequency (TF) and the inverse document frequency (IDF) to obtain the TF-IDF value of a word.
  • TF word frequency
  • IDF inverse document frequency
  • multiple keywords with the highest frequency of occurrence can be extracted in the to-be-processed document, and the most important multiple keywords can be extracted from the to-be-processed document, and multiple levels of user input can also be obtained. Key words.
  • step S102 at least one associated word associated with each of the keywords is found in a preset association manner.
  • the preset association manner may refer to an Apriori (predictive) association rule algorithm
  • the association word may refer to a word associated with the keyword
  • the association refers to a support degree and a confidence level greater than or equal to a given minimum support threshold and Minimum confidence threshold.
  • the Apriori association rule algorithm may be used to find at least one associated word associated with the keyword in the document to be processed.
  • step S103 a predetermined emotion dictionary is used to determine the emotion category of each keyword and associated word found.
  • the words in the preset sentiment dictionary can be divided into three emotion categories, a positive emotion category, a neutral emotion category, and a negative emotion category, for example: like, good, excellent, classic, and love can be positive.
  • the words of the emotional category generally, not bad or not, can be words of the neutral emotional category, such as boring, poor, boring, etc., which can be negative emotional categories.
  • each keyword and the associated word may be compared in all words in the preset sentiment dictionary. If the current keyword or the related word is the same as any one of the preset sentiment lexicons, the current key may be The sentiment category of the word or associated word is determined as the sentiment category to which the word in the preset sentiment dictionary belongs.
  • step S104 the total number of words corresponding to each emotion category is counted.
  • an emotion variable can be set for each sentiment category, for example: countP, countM, and countN, and each time a keyword or related word that is the same as the word in the preset sentiment dictionary is detected, it can be based on the current key.
  • the sentiment category to which the word or related word belongs adds 1 to the sentiment variable.
  • step S105 the emotion category having the largest total number of words is determined as the emotion category of the document to be processed.
  • the emotion category having the largest emotion variable can be determined as the emotion category of the document to be processed by comparing the emotion variables corresponding to each emotion category.
  • the method provided by the embodiment of the present disclosure can obtain the emotional subject keyword set by extracting the document keyword, effectively utilize the document emotional subject information, and ignore the noise unrelated to the emotional subject of the document to be processed.
  • the association rule algorithm the collection of related words associated with keywords in the document is mined, and the semantic structure relationship between words and words in the document is utilized to effectively improve the accuracy of document sentiment classification.
  • the step S102 includes the following steps.
  • step S201 the part of speech of all the words in the document to be processed is obtained.
  • part of speech may refer to nouns, verbs, adjectives, numerals, quantifiers, pronouns, adverbs, prepositions, conjunctions, auxiliary words, interjections, and onomatopoeia.
  • step S202 all words whose part of speech is the default part of speech, and words that are located in the preset blacklist are deleted.
  • the preset part of speech may refer to an interjection, a preposition, an onomatopoeia, a quantifier, and the like
  • the preset blacklist may refer to a predetermined word or the like that is not related to the sentiment classification process of the document.
  • step S203 it is determined whether there is a word pair that satisfies the association rule among the deleted words.
  • count(A ⁇ B) indicates the frequency at which A and B occur simultaneously
  • count(A) indicates the frequency at which A appears
  • count(B) indicates the frequency at which B appears
  • the support degree P(A, B) is greater than or equal to the pre-set.
  • the (A, B) word pair with the minimum support threshold is used as the frequent item set, and the confidence is calculated, that is, the probability of B occurring under the condition of A occurrence.
  • the formula is as follows:
  • P(A, B) is the support degree calculated in the previous step, P(A) is the probability of occurrence of A, and the set of related items is obtained. In the frequent item set obtained above, the confidence P(B
  • step S204 it is determined whether or not there is a word pair containing any one of the keywords.
  • association item set C may be filtered to determine whether the two words in each word pair in the set C contain the elements in the previously extracted keyword set K, and if not, the words are paired. Remove from set C.
  • the set of the last remaining tuples of set C is denoted as D.
  • step S205 words other than the keyword in each word pair are determined as related words associated with the keyword in the word pair.
  • the method provided by the embodiment of the present disclosure can automatically find related words associated with a keyword by using an association rule, and the method is simple, efficient, and computationally intensive.
  • the method further includes the following steps.
  • step S301 the acquired plurality of training documents are converted into a target format.
  • Word2vec is a tool for characterizing words as real-value vectors. It uses the idea of deep learning to map each word into a K-dimensional real vector (K is generally a hyperparameter in the model), passing the distance between words (such as Cosine similarity, Euclidean distance, etc.) to judge the semantic similarity between them.
  • step S302 the word vector model is trained using the training document of the target format.
  • step S303 a preset number of seed words belonging to different emotion categories are acquired.
  • step S304 similar words belonging to different emotion categories are calculated by the word vector model according to the seed words of different emotion categories.
  • step S305 a preset number of similar words having the largest similarity are selected as candidate words belonging to different emotion categories.
  • the first five similar words with the highest similarity may be selected as the candidate words, and then the selected five candidate words are used as the seed words, and steps S304 and S305 are repeated, which may be iterated three times, and each emotion category after the iteration is selected.
  • a certain number of similar words for example 15, as candidates under different emotional categories.
  • step S306 the emotional words are constructed according to all the candidate words belonging to different emotion categories. Code.
  • all candidate words under each emotion category can be respectively constructed into corresponding sub-emotional dictionaries, for example, a front dictionary P, a neutral dictionary M, and a negative dictionary N, etc., which form a complete emotion dictionary. .
  • the method provided by the embodiment of the present disclosure can utilize a large amount of training texts as training materials, continuously generate similar words according to seed words, and select similar words with the highest similarity as candidate words to construct an emotional dictionary, and the dictionary is applied more widely. More suitable for the classification of sentiment classification under big data conditions.
  • the step S101 includes the following steps.
  • step S401 keywords in the document to be processed whose importance degree is greater than the preset importance level are obtained.
  • the degree of importance of the word in the document to be processed can be judged by calculating the number of times the word appears in the document to be processed, that is, the word frequency.
  • step S402 keywords input by the user are acquired.
  • the user can customize some keywords. For example, if the user wants to view the sentiment classification with the article about the specific keyword, for example, if the keyword input by the user is director A, then the director A can be used as the pending document. Keywords and so on.
  • the method provided by the embodiment of the present disclosure is capable of extracting keywords of a document so as to be able to determine an sentiment classification of the document according to the extracted keywords.
  • the step S401 includes the following steps.
  • step S501 words in the words in the to-be-processed document whose word-of-speech is the preset part of speech, and words in the preset blacklist are deleted.
  • step S502 the word frequency of each word is calculated.
  • the word frequency (TF) the number of occurrences of a word in the document to be processed / the total number of words of the document to be processed, the word frequency can take the integer part of the quotient, and here the length of the piece of text is different, divided by The total number of words in the text is to standardize the word frequency.
  • step S503 the inverse document frequency of each word is calculated.
  • Inverse document frequency log (total number of text / (number of texts containing the word + 1)), if the more common a word, the larger the denominator, the smaller the inverse document frequency is closer to zero.
  • step S504 the degree of importance of each word in the document to be processed is determined according to the word frequency corresponding to each word and the inverse document frequency.
  • Each element in K may consist of the keyword language itself and the TF-IDF value ⁇ keyword, score> of the word, where keyword represents a keyword and score represents a TF-IDF value.
  • the method provided by the embodiment of the present disclosure can calculate the importance degree of each word in the document to be processed according to the inverse document frequency and the word frequency, and the calculation amount is small, and the result is accurate.
  • an emotion classification apparatus including: a first acquisition module 601, a lookup module 602, a first determination module 603, a statistics module 604, and a second determination module 605. .
  • the first obtaining module 601 is configured to obtain a plurality of keywords in the document to be processed.
  • the searching module 602 is configured to find at least one associated word associated with each of the keywords according to a preset association manner.
  • the first determining module 603 is configured to determine, by using the preset sentiment dictionary, an emotional category of each keyword and associated word found.
  • the statistics module 604 is configured to count the total number of words corresponding to each emotion category.
  • the second determining module 605 is configured to determine an emotional category with the total number of words as the emotional category of the to-be-processed document.
  • the searching module includes: a first obtaining submodule, a deleting submodule, a first determining submodule, a second judging submodule, and a determining submodule.
  • the first obtaining sub-module is configured to obtain the part of speech of all words in the document to be processed.
  • the delete sub-module is used to delete all words whose part of speech is the default part of speech, and words that are located in the preset blacklist.
  • the first determining sub-module is configured to determine whether there is a word pair that satisfies the association rule in the deleted word.
  • the second determining sub-module is configured to determine, when there is a pair of words that satisfy the association rule, whether there is a pair of words including any one of the keywords.
  • the apparatus further includes: a conversion module, a training module, a second acquisition module, a calculation module, a selection module, and a construction module.
  • a conversion module for converting the acquired plurality of training documents into a target format.
  • a training module for training a word vector model using a training document of a target format.
  • the second obtaining module is configured to acquire a preset number of seed words belonging to different emotion categories.
  • a calculation module configured to calculate similar words belonging to different emotion categories by using the word vector model according to seed words of different emotion categories.
  • the selection module is configured to select a preset number of similar words with the highest similarity as candidate words belonging to different emotion categories.
  • a building module is configured to construct the sentiment dictionary according to all the candidate words belonging to different emotion categories.
  • the first obtaining module includes: a second acquiring submodule or a third acquiring submodule.
  • the second obtaining sub-module is configured to obtain keywords in the document to be processed that are more important than the preset importance level.
  • the third obtaining submodule is configured to obtain a keyword input by the user.
  • the second obtaining submodule includes: a deleting unit, a first calculating unit, a second calculating unit, and a determining unit.
  • the deleting unit is used to delete the words whose word meaning is the preset part of speech in all the words in the document to be processed, and the words located in the preset blacklist.
  • the first calculation unit is configured to calculate the word frequency of each word.
  • a second calculation unit for calculating an inverse document frequency of each word.
  • a determining unit configured to determine, according to the word frequency corresponding to each word and the inverse document frequency, how important each word is in the document to be processed.
  • An embodiment of the present invention further provides a terminal, where the terminal includes the emotion provided by the embodiment shown in FIG. Classification device.
  • the terminal may include a computer, a mobile phone, a tablet, and the like.
  • the terminal can include a processor and a memory.
  • the memory is used to store a program; the processor is configured to execute a program stored in the memory, and the program may implement some or all of the implementation steps of the sentiment classification method provided by the embodiment shown in FIG. 1 to FIG.
  • the embodiment of the present invention further provides a computer storage medium, wherein the computer storage medium can store a program, and the program can be implemented in each implementation manner of the sentiment classification method provided by the embodiment shown in FIG. 1 to FIG. Some or all of the steps.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

一种情感分类方法及装置，包括：获取待处理文档中的多个关键词(S101)，按照预设关联方式查找与每个所述关键词关联的至少一个关联词(S102)，利用预设情感词典确定查找的每个关键词和关联词的情感类别(S103)，统计每个情感类别对应的词语的总数量(S104)，将词语总数量最多的情感类别确定为所述待处理文档的情感类别(S105)。该方法和装置能够通过提取文档关键词，获取情感主体关键词集合，有效的利用文档情感主体信息，忽略与待处理文档情感主体无关的噪音，通过关联规则算法，挖掘文档中与关键词关联的关联词的集合，将文档中词与词的语义结构关系利用起来，有效的提高文档情感分类的准确度。

Description

情感分类方法及装置
本申请要求于2015年12月15日提交中国专利局、申请号为201510938180.2、发明名称为“情感分类方法及装置”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本公开涉及计算机技术领域，尤其涉及一种情感分类方法及装置。
背景技术
随着互联网技术的普遍发展，在每部电影上映后，互联网上会产生大量的带有用户各种情感色彩或情感倾向性的新闻评论，这不仅可以给商家提供了一个关于电影舆论信息的平台，也可以为消费者提供了观影依据。
目前商家和消费者一般是通过手动搜索、浏览网络上的所有关于影片的信息，在搜索过程中还要人工筛选并甄别一些无用信息，筛选效率低、速度慢，这将浪费消费者及商家的大量时间和精力。
发明内容
为克服相关技术中存在的问题，本公开提供一种情感分类方法及装置。
根据本公开实施例的第一方面，提供一种情感分类方法，包括：
获取待处理文档中的多个关键词；
按照预设关联方式查找与每个所述关键词关联的至少一个关联词；
利用预设情感词典确定查找的每个关键词和关联词的情感类别；
统计每个情感类别对应的词语的总数量；
将词语总数量最多的情感类别确定为所述待处理文档的情感类别。
根据本公开实施例的第二方面，提供一种情感分类装置，包括：
第一获取模块，用于获取待处理文档中的多个关键词；
查找模块，用于按照预设关联方式查找与每个所述关键词关联的至少一个关联词；
第一确定模块，用于利用预设情感词典确定查找的每个关键词和关联词的情感类别；
统计模块，用于统计每个情感类别对应的词语的总数量；
第二确定模块，用于将词语总数量最多的情感类别确定为所述待处理文档的情感类别。
根据本公开实施例的第三方面，提供一种终端，包括第二方面的情感分类装置。
根据本公开实施例的第四方面，提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序执行时可实现本发明第一方面提供的一种情感分类方法的各实现方式中的部分或全部步骤。
本公开的实施例提供的技术方案可以包括以下有益效果：
本公开通过获取待处理文档中的多个关键词，按照预设关联方式查找与每个所述关键词关联的至少一个关联词，利用预设情感词典确定查找的每个关键词和关联词的情感类别，统计每个情感类别对应的词语的总数量，可以将词语总数量最多的情感类别确定为所述待处理文档的情感类别。
本公开提供的该方法，能够通过提取文档关键词，获取情感主体关键词集合，有效的利用文档情感主体信息，忽略与待处理文档情感主体无关的噪音，通过关联规则算法，挖掘文档中与关键词关联的关联词的集合，将文档中词与词的语义结构关系利用起来，有效的提高文档情感分类的准确度。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
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，对于本领域普 通技术人员而言，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是根据一示例性实施例示出的一种情感分类方法的流程图；
图2是图1中步骤S102的流程图；
图3是根据一示例性实施例示出的一种情感分类方法的另一种流程图；
图4是图1中步骤S101的流程图；
图5是根据一示例性实施例示出的一种情感分类装置的结构图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
为了能够根据文档的情感主题对文档进行情感分类，如图1所示，在本公开的一个实施例中，提供一种情感分类方法，包括以下步骤。
在步骤S101中，获取待处理文档中的多个关键词。
在实际应用中，如果某个词语在某篇文本中出现次数越多，则这个词语可能对该文本越重要，出现次数通过词频(Term Frequency，缩写为TF)统计得到。但是对于所有文本来说，某个词出现的次越多，该词语对所有文本越没有区分性，反而越不重要，因此，需要找到一个权重系数，衡量该词的重要性。如果一个词不常见，但是它在该文本中多次出现，那么它在一定程度上体现了该文本的特性，即可以作为关键词，可以使用逆档频率(Inverse Document Frequency，缩写为IDF)作为权重系数，将词频(TF)和逆文档频率(IDF)这两个值相乘，就得到了一个词的TF-IDF值，某个词的TF-IDF值越大，则该词对文章的重要性越高，本公开实施例对一部电影下的所有新闻，计算其所有词语的TF-IDF值，通过设置一个阈值，构成一个关键词集合K。
在该步骤中，可以在待处理文档中提取多个出现频率最高得到多个关键词，也可以在待处理文档中提取最重要的多个关键词，还可以获取用户输入的多个关 键词。
在步骤S102中，按照预设关联方式查找与每个所述关键词关联的至少一个关联词。
在本公开实施例中，预设关联方式可以指Apriori(推测的)关联规则算法，关联词可以指与关键词关联的词语，关联是指支持度和置信度大于等于给定的最小支持度阈值和最小置信度阈值。
在该步骤中，可以利用Apriori关联规则算法在待处理文档中查找与关键词关联的至少一个关联词。
在步骤S103中，利用预设情感词典确定查找的每个关键词和关联词的情感类别。
在本公开实施例中，预设情感词典中的词语可以分为三个情感类别，正面情感类别、中性情感类别和负面情感类别，例如：喜欢、好、优秀、经典和爱不释手等可以为正面情感类别的词语，一般、不好不坏等可以为中性情感类别的词语，无聊、差、乏味等可以为负面情感类别的词语等。
在该步骤中，可以将每个关键词和关联词分别于预设情感词典中的所有词语进行对比，若当前关键词或者是关联词与预设情感词典中的任意一个词语相同，则可以将当前关键词或者关联词的情感类别确定为该预设情感词典中的词语所属的情感类别。
在步骤S104中，统计每个情感类别对应的词语的总数量。
在该步骤中，可以针对每个情感类别设置一个情感变量，例如：countP、countM和countN，在每检测到任何一个与预设情感词典中的词语相同的关键词或者关联词时，可以根据当前关键词或者关联词所属的情感类别对情感变量加1。
在步骤S105中，将词语总数量最多的情感类别确定为所述待处理文档的情感类别。
在该步骤中，可以通过将每个情感类别对应的情感变量进行对比，将情感变量最大的情感类别确定为待处理文档的情感类别。
本公开实施例提供的该方法，能够通过提取文档关键词，获取情感主体关键词集合，有效的利用文档情感主体信息，忽略与待处理文档情感主体无关的噪音， 通过关联规则算法，挖掘文档中与关键词关联的关联词的集合，将文档中词与词的语义结构关系利用起来，有效的提高文档情感分类的准确度。
如图2所示，在本公开的又一实施例中，所述步骤S102包括以下步骤。
在步骤S201中，获取待处理文档中所有词语的词性。
在本公开实施例中，词性可以指名词、动词、形容词、数词、量词、代词、副词、介词、连词、助词、叹词和拟声词等。
在该步骤中，可以将待处理文档按照标点符号进行切分，得到包含n个句子的集合S＝{s1,s2,...,sn}，对每个句子si(1≤i≤n)进行分词，对每个词语进行词性标注，然后获取所有词语的词性。
在步骤S202中，将所有词性为预设词性的词语，以及，位于预设黑名单中的词语删除。
在本公开实施例中，预设词性可以指叹词、介词、拟声词和数量词等，预设黑名单可以指预先设定的与文档的情感分类过程无关的词语等。
在该步骤中，可以将词性为预设词性的词语，以及与黑名单中的词语相同的词语进行删除，得到包含n个词语的集合W，W＝{w1,w2,...,wn}。
在步骤S203中，判断删除后的词语中是否存在满足关联规则的词语对。
对W中的每个元素wi(1≤i≤n)，分别计算任意两个词语wordA、wordB构成的词语对的支持度和置信度。计算支持度，即A与B的联合概率。计算公式如下：
P(A,B)＝count(A∩B)/(count(A)+count(B))
其中，count(A∩B)表示A和B同时出现的频次，count(A)表示A出现的频次，count(B)表示B出现的频次，将支持度P(A,B)大于等于预先设定最小支持度阈值的(A，B)词语对作为频繁项集，计算置信度，即在A发生条件下B发生的概率，计算公式如下：
P(B|A)＝P(A,B)/P(A)
其中，P(A,B)为上一步计算得到的支持度，P(A)为A发生的概率，获取关联项集，在前述得到的频繁项集中，将满足置信度P(B|A)大于预先设定最小置信度阈值的词语对(wordA，wordB)加入到关联项集合C中。
当存在满足关联规则的词语对时，在步骤S204中，判断是否存在包含任意一个所述关键词的词语对。
在该步骤中，可以对关联项集合C进行过滤，判断集合C中每个词语对里面的两个词语，是否包含前面提取的关键词集合K中的元素，如果不是，则将该词语对从集合C中去掉。集合C最后剩下元组组成的集合记作D。
当存在包含任意一个所述关键词的词语对时，在步骤S205中，将每个词语对中除所述关键词之外的词语确定为所述词语对中与所述关键词关联的关联词。
本公开实施例提供的该方法，能够利用关联规则自动查找与关键词关联的关联词，方法简单且高效、计算量小。
如图3所示，在本公开的又一实施例中，所述方法还包括以下步骤。
在步骤S301中，将获取的多个训练文档转化成目标格式。
在该步骤中，可以将从网上搜集的大量文本，作为训练文档，将训练文档处理成word2vec工具要求的输入格式。word2vec是一款将词表征为实数值向量的工具，其利用深度学习的思想，将每个词映射成K维实数向量(K一般为模型中的超参数)，通过词之间的距离(比如cosine相似度、欧氏距离等)来判断它们之间的语义相似度。
在步骤S302中，利用目标格式的训练文档训练词向量模型。
在步骤S303中，获取属于不同情感类别的预设数量个种子词。
在该步骤之前，可以通过人工等的方式，搜集一些情感词语作为种子词。
在步骤S304中，根据不同情感类别的种子词通过所述词向量模型计算属于不同情感类别的相似词。
在步骤S305中，选取相似度最大的预设数量个相似词作为属于不同情感类别的候选词。
例如，可以选取相似度最大的前5个相似词作为候选词，然后以选取的5个候选词作为种子词，重复步骤S304和步骤S305，可以迭代3次，选取迭代后的每个情感类别下的一定数量的相似词，例如15个，作为不同情感类别下的候选词。
在步骤S306中，根据所有属于不同情感类别的所述候选词构建所述情感词 典。
在该步骤中，可以将每个情感类别下的所有候选词分别构建成对应的子情感词典，例如：正面词典P、中性词典M和负面词典N等，这些子情感词典构成完整的情感词典。
本公开实施例提供的该方法，能够利用大量的训练文本作为训练素材，不断根据种子词生成相似词，并选取相似度最高的相似词作为候选词构建情感词典，构建的词典应用面更广，更适宜大数据条件下作为情感分类的依据。
在本公开的又一实施例中，所述步骤S101包括以下步骤。
在步骤S401中，获取待处理文档中重要程度大于预设重要程度的关键词。
在该步骤中，可以通过计算词语在待处理文档中出现的次数也就是词频，来判断词语在待处理文档中的重要程度。
或者，在步骤S402中，获取用户输入的关键词。
在该步骤中，用户可以自定义一些关键词，比如，用户想要看与关于特定关键词的文章的情感分类，如：用户输入的关键词是导演A，那么可以将导演A作为待处理文档的关键词等。
本公开实施例提供的该方法，能够提取文档的关键词，以便能够根据提取的关键词确定文档的情感分类。
如图4所示，在本公开的又一实施例中，所述步骤S401包括以下步骤。
在步骤S501中，将待处理文档中所有词语中词性为预设词性的词语，以及，位于预设黑名单中的词语删除。
在步骤S502中，计算每个词语的词频。
在该步骤中，词频(TF)＝某个词语在待处理文档中出现的次数/待处理文档的总词数，词频可以取商的整数部分，并且这里由于片文本的长度不一，除以文本总词数是为了将词频进行标准化。
在步骤S503中，计算每个词语的逆文档频率。
逆文档频率(IDF)＝log(文本总数/(包含该词的文本数+1))，如果一个词越常见，那么分母就越大，逆文档频率就越小越接近0。
在步骤S504中，根据每个词语对应的所述词频和所述逆文档频率确定每个词语在所述待处理文档的重要程度。
在该步骤中，TF-IDF＝词频(TF)*逆文档频率(IDF)，在这里可以设置一个阈值a＝0.7，当TF-IDF>a时，则将词加入关键词集合K中，集合K中每个元素可以由关键词语本身和该词语的TF-IDF值<keyword,score>组成，其中，keyword表示关键词，score表示TF-IDF值。
本公开实施例提供的该方法，可以根据逆文档频率及词频计算每个词语在待处理文档中的重要程度，计算量小，结果准确。
如图5所示，在本公开的又一实施例中，提供一种情感分类装置，包括：第一获取模块601、查找模块602、第一确定模块603、统计模块604和第二确定模块605。
第一获取模块601，用于获取待处理文档中的多个关键词。
查找模块602，用于按照预设关联方式查找与每个所述关键词关联的至少一个关联词。
第一确定模块603，用于利用预设情感词典确定查找的每个关键词和关联词的情感类别。
统计模块604，用于统计每个情感类别对应的词语的总数量。
第二确定模块605，用于将词语总数量最多的情感类别确定为所述待处理文档的情感类别。
在本公开的又一实施例中，所述查找模块包括：第一获取子模块、删除子模块、第一判断子模块、第二判断子模块和确定子模块。
第一获取子模块，用于获取待处理文档中所有词语的词性。
删除子模块，用于将所有词性为预设词性的词语，以及，位于预设黑名单中的词语删除。
第一判断子模块，用于判断删除后的词语中是否存在满足关联规则的词语对。
第二判断子模块，用于当存在满足关联规则的词语对时，判断是否存在包含任意一个所述关键词的词语对。
确定子模块，用于当存在包含任意一个所述关键词的词语对时，将每个词语对中除所述关键词之外的词语确定为所述词语对中与所述关键词关联的关联词。
在本公开的又一实施例中，所述装置还包括：转化模块、训练模块、第二获取模块、计算模块、选取模块和构建模块。
转化模块，用于将获取的多个训练文档转化成目标格式。
训练模块，用于利用目标格式的训练文档训练词向量模型。
第二获取模块，用于获取属于不同情感类别的预设数量个种子词。
计算模块，用于根据不同情感类别的种子词通过所述词向量模型计算属于不同情感类别的相似词。
选取模块，用于选取相似度最大的预设数量个相似词作为属于不同情感类别的候选词。
构建模块，用于根据所有属于不同情感类别的所述候选词构建所述情感词典。
在本公开的又一实施例中，所述第一获取模块包括：第二获取子模块或第三获取子模块。
第二获取子模块，用于获取待处理文档中重要程度大于预设重要程度的关键词。
或者，第三获取子模块，用于获取用户输入的关键词。
在本公开的又一实施例中，所述第二获取子模块包括：删除单元、第一计算单元、第二计算单元和确定单元。
删除单元，用于将待处理文档中所有词语中词性为预设词性的词语，以及，位于预设黑名单中的词语删除。
第一计算单元，用于计算每个词语的词频。
第二计算单元，用于计算每个词语的逆文档频率。
确定单元，用于根据每个词语对应的所述词频和所述逆文档频率确定每个词语在所述待处理文档的重要程度。
本发明实施例还提供一种终端，该终端包括如图5示出的实施例提供的情感 分类装置。其中，所述终端可以包括计算机、手机以及平板电脑等。该终端可以包括处理器和存储器。存储器用于存储程序；处理器用于执行存储器中存储的程序，该程序执行时可实现图1至图4示出的实施例提供的情感分类方法的各实现方式中的部分或全部步骤。
本发明实施例还提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序执行时可实现图1至图4示出的实施例提供的情感分类方法的各实现方式中的部分或全部步骤。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由所附的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (11)

  1. 一种情感分类方法，其特征在于，包括：
    获取待处理文档中的多个关键词；
    按照预设关联方式查找与每个所述关键词关联的至少一个关联词；
    利用预设情感词典确定查找的每个关键词和关联词的情感类别；
    统计每个情感类别对应的词语的总数量；
    将词语总数量最多的情感类别确定为所述待处理文档的情感类别。
  2. 根据权利要求1所述的情感分类方法，其特征在于，所述按照预设关联方式查找与每个所述关键词关联的至少一个关联词，包括：
    获取待处理文档中所有词语的词性；
    将所有词性为预设词性的词语，以及，位于预设黑名单中的词语删除；
    判断删除后的词语中是否存在满足关联规则的词语对；
    当存在满足关联规则的词语对时，判断是否存在包含任意一个所述关键词的词语对；
    当存在包含任意一个所述关键词的词语对时，将每个词语对中除所述关键词之外的词语确定为所述词语对中与所述关键词关联的关联词。
  3. 根据权利要求1所述的情感分类方法，其特征在于，所述方法还包括：
    将获取的多个训练文档转化成目标格式；
    利用目标格式的训练文档训练词向量模型；
    获取属于不同情感类别的预设数量个种子词；
    根据不同情感类别的种子词通过所述词向量模型计算属于不同情感类别的相似词；
    选取相似度最大的预设数量个相似词作为属于不同情感类别的候选词；
    根据所有属于不同情感类别的所述候选词构建所述情感词典。
  4. 根据权利要求1所述的情感分类方法，其特征在于，所述获取待处理文档中的多个关键词，包括：
    获取待处理文档中重要程度大于预设重要程度的关键词；
    或者，获取用户输入的关键词。
  5. 根据权利要求4所述的情感分类方法，其特征在于，所述获取待处理文档中重要程度大于预设重要程度的关键词，包括：
    将待处理文档中所有词语中词性为预设词性的词语，以及，位于预设黑名单中的词语删除；
    计算每个词语的词频；
    计算每个词语的逆文档频率；
    根据每个词语对应的所述词频和所述逆文档频率确定每个词语在所述待处理文档的重要程度。
  6. 一种情感分类装置，其特征在于，包括：
    第一获取模块，用于获取待处理文档中的多个关键词；
    查找模块，用于按照预设关联方式查找与每个所述关键词关联的至少一个关联词；
    第一确定模块，用于利用预设情感词典确定查找的每个关键词和关联词的情感类别；
    统计模块，用于统计每个情感类别对应的词语的总数量；
    第二确定模块，用于将词语总数量最多的情感类别确定为所述待处理文档的情感类别。
  7. 根据权利要求6所述的情感分类装置，其特征在于，所述查找模块包括：
    第一获取子模块，用于获取待处理文档中所有词语的词性；
    删除子模块，用于将所有词性为预设词性的词语，以及，位于预设黑名单中的词语删除；
    第一判断子模块，用于判断删除后的词语中是否存在满足关联规则的词语对；
    第二判断子模块，用于当存在满足关联规则的词语对时，判断是否存在包含任意一个所述关键词的词语对；
    确定子模块，用于当存在包含任意一个所述关键词的词语对时，将每个词语对中除所述关键词之外的词语确定为所述词语对中与所述关键词关联的关联词。
  8. 根据权利要求6所述的情感分类装置，其特征在于，所述装置还包括：
    转化模块，用于将获取的多个训练文档转化成目标格式；
    训练模块，用于利用目标格式的训练文档训练词向量模型；
    第二获取模块，用于获取属于不同情感类别的预设数量个种子词；
    计算模块，用于根据不同情感类别的种子词通过所述词向量模型计算属于不同情感类别的相似词；
    选取模块，用于选取相似度最大的预设数量个相似词作为属于不同情感类别的候选词；
    构建模块，用于根据所有属于不同情感类别的所述候选词构建所述情感词典。
  9. 根据权利要求6所述的情感分类装置，其特征在于，所述第一获取模块包括：
    第二获取子模块，用于获取待处理文档中重要程度大于预设重要程度的关键词；
    或者，第三获取子模块，用于获取用户输入的关键词。
  10. 根据权利要求9所述的情感分类装置，其特征在于，所述第二获取子模块包括：
    删除单元，用于将待处理文档中所有词语中词性为预设词性的词语，以及，位于预设黑名单中的词语删除；
    第一计算单元，用于计算每个词语的词频；
    第二计算单元，用于计算每个词语的逆文档频率；
    确定单元，用于根据每个词语对应的所述词频和所述逆文档频率确定每个词语在所述待处理文档的重要程度。
  11. 一种终端，其特征在于，包括如权利要求6-10任一所述的情感分类装置。
PCT/CN2016/088671 2015-12-15 2016-07-05 情感分类方法及装置 Ceased WO2017101342A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US15/241,994 US20170169008A1 (en) 2015-12-15 2016-08-19 Method and electronic device for sentiment classification

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201510938180.2 2015-12-15
CN201510938180.2A CN105893444A (zh) 2015-12-15 2015-12-15 情感分类方法及装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US15/241,994 Continuation US20170169008A1 (en) 2015-12-15 2016-08-19 Method and electronic device for sentiment classification

Publications (1)

Publication Number Publication Date
WO2017101342A1 true WO2017101342A1 (zh) 2017-06-22

Family

ID=57002606

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2016/088671 Ceased WO2017101342A1 (zh) 2015-12-15 2016-07-05 情感分类方法及装置

Country Status (2)

Country Link
CN (1) CN105893444A (zh)
WO (1) WO2017101342A1 (zh)

Cited By (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109145306A (zh) * 2018-09-11 2019-01-04 刘瑞军 文本驱动的三维表情生成方法
CN109325119A (zh) * 2018-09-05 2019-02-12 平安科技（深圳）有限公司 新闻情感分析的方法、装置、计算机设备和存储介质
CN109492105A (zh) * 2018-11-10 2019-03-19 上海文军信息技术有限公司 一种基于多特征集成学习的文本情感分类方法
CN109614608A (zh) * 2018-10-26 2019-04-12 平安科技（深圳）有限公司 电子装置、文本信息检测方法及存储介质
CN109684636A (zh) * 2018-12-20 2019-04-26 郑州轻工业学院 一种基于深度学习的用户情感分析方法
CN110032736A (zh) * 2019-03-22 2019-07-19 深兰科技（上海）有限公司 一种文本分析方法、装置及存储介质
CN110083837A (zh) * 2019-04-26 2019-08-02 科大讯飞股份有限公司 一种关键词生成方法及装置
CN110263171A (zh) * 2019-06-25 2019-09-20 腾讯科技（深圳）有限公司 文档分类方法、装置及终端
CN110941638A (zh) * 2018-09-21 2020-03-31 武汉安天信息技术有限责任公司 应用分类规则库构建方法、应用分类方法及装置
CN111191445A (zh) * 2018-11-15 2020-05-22 北京京东金融科技控股有限公司 广告文本分类方法及装置
CN111209737A (zh) * 2019-12-30 2020-05-29 厦门市美亚柏科信息股份有限公司 噪声文档的筛除方法及计算机可读存储介质
CN111325037A (zh) * 2020-03-05 2020-06-23 苏宁云计算有限公司 文本意图识别方法、装置、计算机设备和存储介质
CN111666171A (zh) * 2020-06-04 2020-09-15 中国工商银行股份有限公司 故障识别方法及装置、电子设备和可读存储介质
CN111694961A (zh) * 2020-06-23 2020-09-22 上海观安信息技术股份有限公司 一种用于敏感数据泄露检测的关键词语义分类方法与系统
CN111723198A (zh) * 2019-03-18 2020-09-29 北京京东尚科信息技术有限公司 一种文本情绪识别方法、装置及存储介质
CN111737976A (zh) * 2020-06-22 2020-10-02 黄河勘测规划设计研究院有限公司 一种旱灾风险预测方法及系统
CN111767403A (zh) * 2020-07-07 2020-10-13 腾讯科技（深圳）有限公司 一种文本分类方法和装置
CN112052306A (zh) * 2019-06-06 2020-12-08 北京京东振世信息技术有限公司 识别数据的方法和装置
CN112182207A (zh) * 2020-09-16 2021-01-05 神州数码信息系统有限公司 基于关键词提取和快速文本分类的发票虚抵风险评估方法
CN112199926A (zh) * 2020-10-16 2021-01-08 中国地质大学（武汉） 基于文本挖掘和自然语言处理的地质报告文本可视化方法
CN112307210A (zh) * 2020-11-06 2021-02-02 中冶赛迪工程技术股份有限公司 一种文档标签预测方法、系统、介质及电子器件
CN112528073A (zh) * 2019-09-03 2021-03-19 北京国双科技有限公司 视频生成方法及装置
CN112667826A (zh) * 2019-09-30 2021-04-16 北京国双科技有限公司 一种篇章去噪方法、装置、系统及存储介质
CN112765348A (zh) * 2021-01-08 2021-05-07 重庆创通联智物联网有限公司 一种短文本分类模型训练方法、装置
CN112836070A (zh) * 2021-02-02 2021-05-25 山东寻声网络科技有限公司 一种nlp技术在数据分析中的应用
CN113743802A (zh) * 2021-09-08 2021-12-03 平安信托有限责任公司 工单智能匹配方法、装置、电子设备及可读存储介质
CN114116966A (zh) * 2021-11-08 2022-03-01 广州欢聊网络科技有限公司 一种扩展情感词典的方法、装置、计算机设备和存储介质
CN114281983A (zh) * 2021-04-05 2022-04-05 北京智慧星光信息技术有限公司 分层结构的文本分类方法、系统、电子设备和存储介质
CN114817485A (zh) * 2021-01-20 2022-07-29 国家计算机网络与信息安全管理中心 非法集资线索识别方法、装置、电子设备及存储介质
CN115587185A (zh) * 2022-11-25 2023-01-10 平安科技（深圳）有限公司 文本分类方法、装置、电子设备及存储介质
CN115809312A (zh) * 2023-02-02 2023-03-17 量子数科科技有限公司 一种基于多路召回的搜索召回方法
CN116756324A (zh) * 2023-08-14 2023-09-15 北京分音塔科技有限公司 基于庭审音频的关联度挖掘方法、装置、设备及存储介质
CN117575171A (zh) * 2024-01-09 2024-02-20 湖南工商大学 一种基于数据分析的粮食形势智能评估系统

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106547740A (zh) * 2016-11-24 2017-03-29 四川无声信息技术有限公司 文本信息处理方法及装置
CN106778862B (zh) * 2016-12-12 2020-04-21 上海智臻智能网络科技股份有限公司 一种信息分类方法及装置
CN106649662A (zh) * 2016-12-13 2017-05-10 成都数联铭品科技有限公司 一种领域词典的构建方法
CN106802918A (zh) * 2016-12-13 2017-06-06 成都数联铭品科技有限公司 用于自然语言处理的领域词典生成系统
CN106682128A (zh) * 2016-12-13 2017-05-17 成都数联铭品科技有限公司 多领域词典自动构建方法
CN107818153B (zh) * 2017-10-27 2020-08-21 中航信移动科技有限公司 数据分类方法和装置
CN107967258B (zh) * 2017-11-23 2021-09-17 广州艾媒数聚信息咨询股份有限公司 文本信息的情感分析方法和系统
CN109002473B (zh) * 2018-06-13 2022-02-11 天津大学 一种基于词向量与词性的情感分析方法
CN109325124B (zh) * 2018-09-30 2020-10-16 武汉斗鱼网络科技有限公司 一种情感分类方法、装置、服务器和存储介质
CN109508456B (zh) * 2018-10-22 2023-04-18 网易（杭州）网络有限公司 一种文本处理方法和装置
CN109740156B (zh) * 2018-12-28 2023-08-04 北京金山安全软件有限公司 反馈信息处理方法、装置、电子设备及存储介质
CN109800326B (zh) * 2019-01-24 2021-07-02 广州虎牙信息科技有限公司 一种视频处理方法、装置、设备和存储介质
CN110084563A (zh) * 2019-04-18 2019-08-02 常熟市中拓互联电子商务有限公司 基于深度学习的oa协同办公方法、装置及服务器
CN111159409B (zh) * 2019-12-31 2023-06-02 腾讯科技（深圳）有限公司 基于人工智能的文本分类方法、装置、设备、介质
CN111143569B (zh) * 2019-12-31 2023-05-02 腾讯科技（深圳）有限公司 一种数据处理方法、装置及计算机可读存储介质
CN111427880B (zh) * 2020-03-26 2023-09-05 中国工商银行股份有限公司 数据处理的方法、装置、计算设备以及介质
CN112328788A (zh) * 2020-11-04 2021-02-05 上海豹云网络信息服务有限公司 一种文章的分类方法、装置及计算机系统
CN112580348B (zh) * 2020-12-15 2024-05-28 国家工业信息安全发展研究中心 政策文本关联性分析方法及系统
CN115081443A (zh) * 2021-03-15 2022-09-20 北京锐马视讯科技有限公司 关键词提取方法和装置及设备
CN115510191A (zh) * 2022-09-30 2022-12-23 太保科技有限公司 一种新意图类别的确定方法及装置
CN118779628B (zh) * 2023-05-30 2025-04-01 华东师范大学 一种基于共现同位素组合的纳米颗粒物指纹提取及检测方法
CN116775874B (zh) * 2023-06-21 2023-12-12 六晟信息科技(杭州)有限公司 一种基于多重语义信息的资讯智能分类方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101634983A (zh) * 2008-07-21 2010-01-27 华为技术有限公司 一种文本分类方法和装置
US20110161071A1 (en) * 2009-12-24 2011-06-30 Metavana, Inc. System and method for determining sentiment expressed in documents
CN102385579A (zh) * 2010-08-30 2012-03-21 腾讯科技（深圳）有限公司 互联网信息分类方法和系统
CN103593454A (zh) * 2013-11-21 2014-02-19 中国科学院深圳先进技术研究院 面向微博文本分类的挖掘方法及系统
CN104346326A (zh) * 2014-10-23 2015-02-11 苏州大学 一种情绪文本的情绪特征确定方法及装置
CN105005589A (zh) * 2015-06-26 2015-10-28 腾讯科技（深圳）有限公司 一种文本分类的方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006039566A2 (en) * 2004-09-30 2006-04-13 Intelliseek, Inc. Topical sentiments in electronically stored communications

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101634983A (zh) * 2008-07-21 2010-01-27 华为技术有限公司 一种文本分类方法和装置
US20110161071A1 (en) * 2009-12-24 2011-06-30 Metavana, Inc. System and method for determining sentiment expressed in documents
CN102385579A (zh) * 2010-08-30 2012-03-21 腾讯科技（深圳）有限公司 互联网信息分类方法和系统
CN103593454A (zh) * 2013-11-21 2014-02-19 中国科学院深圳先进技术研究院 面向微博文本分类的挖掘方法及系统
CN104346326A (zh) * 2014-10-23 2015-02-11 苏州大学 一种情绪文本的情绪特征确定方法及装置
CN105005589A (zh) * 2015-06-26 2015-10-28 腾讯科技（深圳）有限公司 一种文本分类的方法和装置

Cited By (52)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109325119B (zh) * 2018-09-05 2024-03-15 平安科技（深圳）有限公司 新闻情感分析的方法、装置、计算机设备和存储介质
CN109325119A (zh) * 2018-09-05 2019-02-12 平安科技（深圳）有限公司 新闻情感分析的方法、装置、计算机设备和存储介质
CN109145306A (zh) * 2018-09-11 2019-01-04 刘瑞军 文本驱动的三维表情生成方法
CN110941638B (zh) * 2018-09-21 2023-09-08 武汉安天信息技术有限责任公司 应用分类规则库构建方法、应用分类方法及装置
CN110941638A (zh) * 2018-09-21 2020-03-31 武汉安天信息技术有限责任公司 应用分类规则库构建方法、应用分类方法及装置
CN109614608A (zh) * 2018-10-26 2019-04-12 平安科技（深圳）有限公司 电子装置、文本信息检测方法及存储介质
CN109492105B (zh) * 2018-11-10 2022-11-15 上海五节数据科技有限公司 一种基于多特征集成学习的文本情感分类方法
CN109492105A (zh) * 2018-11-10 2019-03-19 上海文军信息技术有限公司 一种基于多特征集成学习的文本情感分类方法
CN111191445A (zh) * 2018-11-15 2020-05-22 北京京东金融科技控股有限公司 广告文本分类方法及装置
CN111191445B (zh) * 2018-11-15 2024-04-19 京东科技控股股份有限公司 广告文本分类方法及装置
CN109684636B (zh) * 2018-12-20 2023-02-14 郑州轻工业学院 一种基于深度学习的用户情感分析方法
CN109684636A (zh) * 2018-12-20 2019-04-26 郑州轻工业学院 一种基于深度学习的用户情感分析方法
CN111723198B (zh) * 2019-03-18 2023-09-01 北京汇钧科技有限公司 一种文本情绪识别方法、装置及存储介质
CN111723198A (zh) * 2019-03-18 2020-09-29 北京京东尚科信息技术有限公司 一种文本情绪识别方法、装置及存储介质
CN110032736A (zh) * 2019-03-22 2019-07-19 深兰科技（上海）有限公司 一种文本分析方法、装置及存储介质
CN110083837A (zh) * 2019-04-26 2019-08-02 科大讯飞股份有限公司 一种关键词生成方法及装置
CN110083837B (zh) * 2019-04-26 2023-11-24 科大讯飞股份有限公司 一种关键词生成方法及装置
CN112052306A (zh) * 2019-06-06 2020-12-08 北京京东振世信息技术有限公司 识别数据的方法和装置
CN112052306B (zh) * 2019-06-06 2023-11-03 北京京东振世信息技术有限公司 识别数据的方法和装置
CN110263171B (zh) * 2019-06-25 2023-07-18 腾讯科技（深圳）有限公司 文档分类方法、装置及终端
CN110263171A (zh) * 2019-06-25 2019-09-20 腾讯科技（深圳）有限公司 文档分类方法、装置及终端
CN112528073A (zh) * 2019-09-03 2021-03-19 北京国双科技有限公司 视频生成方法及装置
CN112667826A (zh) * 2019-09-30 2021-04-16 北京国双科技有限公司 一种篇章去噪方法、装置、系统及存储介质
CN111209737A (zh) * 2019-12-30 2020-05-29 厦门市美亚柏科信息股份有限公司 噪声文档的筛除方法及计算机可读存储介质
CN111209737B (zh) * 2019-12-30 2022-09-13 厦门市美亚柏科信息股份有限公司 噪声文档的筛除方法及计算机可读存储介质
CN111325037A (zh) * 2020-03-05 2020-06-23 苏宁云计算有限公司 文本意图识别方法、装置、计算机设备和存储介质
CN111666171A (zh) * 2020-06-04 2020-09-15 中国工商银行股份有限公司 故障识别方法及装置、电子设备和可读存储介质
CN111737976B (zh) * 2020-06-22 2024-06-04 黄河勘测规划设计研究院有限公司 一种旱灾风险预测方法及系统
CN111737976A (zh) * 2020-06-22 2020-10-02 黄河勘测规划设计研究院有限公司 一种旱灾风险预测方法及系统
CN111694961A (zh) * 2020-06-23 2020-09-22 上海观安信息技术股份有限公司 一种用于敏感数据泄露检测的关键词语义分类方法与系统
CN111767403A (zh) * 2020-07-07 2020-10-13 腾讯科技（深圳）有限公司 一种文本分类方法和装置
CN111767403B (zh) * 2020-07-07 2023-10-31 腾讯科技（深圳）有限公司 一种文本分类方法和装置
CN112182207A (zh) * 2020-09-16 2021-01-05 神州数码信息系统有限公司 基于关键词提取和快速文本分类的发票虚抵风险评估方法
CN112182207B (zh) * 2020-09-16 2023-07-11 神州数码信息系统有限公司 基于关键词提取和快速文本分类的发票虚抵风险评估方法
CN112199926B (zh) * 2020-10-16 2024-05-10 中国地质大学（武汉） 基于文本挖掘和自然语言处理的地质报告文本可视化方法
CN112199926A (zh) * 2020-10-16 2021-01-08 中国地质大学（武汉） 基于文本挖掘和自然语言处理的地质报告文本可视化方法
CN112307210A (zh) * 2020-11-06 2021-02-02 中冶赛迪工程技术股份有限公司 一种文档标签预测方法、系统、介质及电子器件
CN112765348B (zh) * 2021-01-08 2023-04-07 重庆创通联智物联网有限公司 一种短文本分类模型训练方法、装置
CN112765348A (zh) * 2021-01-08 2021-05-07 重庆创通联智物联网有限公司 一种短文本分类模型训练方法、装置
CN114817485A (zh) * 2021-01-20 2022-07-29 国家计算机网络与信息安全管理中心 非法集资线索识别方法、装置、电子设备及存储介质
CN112836070A (zh) * 2021-02-02 2021-05-25 山东寻声网络科技有限公司 一种nlp技术在数据分析中的应用
CN114281983A (zh) * 2021-04-05 2022-04-05 北京智慧星光信息技术有限公司 分层结构的文本分类方法、系统、电子设备和存储介质
CN114281983B (zh) * 2021-04-05 2024-04-12 北京智慧星光信息技术有限公司 分层结构的文本分类方法、系统、电子设备和存储介质
CN113743802A (zh) * 2021-09-08 2021-12-03 平安信托有限责任公司 工单智能匹配方法、装置、电子设备及可读存储介质
CN114116966A (zh) * 2021-11-08 2022-03-01 广州欢聊网络科技有限公司 一种扩展情感词典的方法、装置、计算机设备和存储介质
CN115587185A (zh) * 2022-11-25 2023-01-10 平安科技（深圳）有限公司 文本分类方法、装置、电子设备及存储介质
CN115809312A (zh) * 2023-02-02 2023-03-17 量子数科科技有限公司 一种基于多路召回的搜索召回方法
CN115809312B (zh) * 2023-02-02 2023-04-07 量子数科科技有限公司 一种基于多路召回的搜索召回方法
CN116756324B (zh) * 2023-08-14 2023-10-27 北京分音塔科技有限公司 基于庭审音频的关联度挖掘方法、装置、设备及存储介质
CN116756324A (zh) * 2023-08-14 2023-09-15 北京分音塔科技有限公司 基于庭审音频的关联度挖掘方法、装置、设备及存储介质
CN117575171B (zh) * 2024-01-09 2024-04-05 湖南工商大学 一种基于数据分析的粮食形势智能评估系统
CN117575171A (zh) * 2024-01-09 2024-02-20 湖南工商大学 一种基于数据分析的粮食形势智能评估系统

Also Published As

Publication number Publication date
CN105893444A (zh) 2016-08-24

Similar Documents

Publication Publication Date Title
WO2017101342A1 (zh) 情感分类方法及装置
CN103699625B (zh) 基于关键词进行检索的方法及装置
US20170169008A1 (en) Method and electronic device for sentiment classification
CN108509474B (zh) 搜索信息的同义词扩展方法及装置
CN104885081B (zh) 搜索系统和相应方法
WO2021189951A1 (zh) 文本搜索方法、装置、计算机设备和存储介质
CN106021272B (zh) 基于分布式表达词向量计算的关键词自动提取方法
CN107480143B (zh) 基于上下文相关性的对话话题分割方法和系统
JP6638480B2 (ja) 類似文書検索プログラム、類似文書検索装置、及び類似文書検索方法
CN113505196B (zh) 基于词性的文本检索方法、装置、电子设备及存储介质
US20150269163A1 (en) Providing search recommendation
CN112948562A (zh) 问答处理方法、装置、计算机设备及可读存储介质
CN106815252A (zh) 一种搜索方法和设备
CN108073571B (zh) 一种多语言文本质量评估方法及系统、智能文本处理系统
CN105760526B (zh) 一种新闻分类的方法和装置
CN108052593A (zh) 一种基于主题词向量和网络结构的主题关键词提取方法
CN103136352A (zh) 基于双层语义分析的全文检索系统
CN112182145B (zh) 文本相似度确定方法、装置、设备和存储介质
CN107885717B (zh) 一种关键词提取方法及装置
CN111090771A (zh) 歌曲搜索方法、装置及计算机存储介质
WO2020063071A1 (zh) 基于卡方检验的句向量计算方法、文本分类方法及系统
US20200073890A1 (en) Intelligent search platforms
CN118349684B (zh) 一种用于短视频图像的关键词提取方法、装置及存储介质
CN114490957A (zh) 问答方法、装置及计算机可读存储介质
CN107092679B (zh) 一种特征词向量获得方法、文本分类方法及装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16874404

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16874404

Country of ref document: EP

Kind code of ref document: A1