一种基于神经网络的在线文本情感分析方法与流程

技术特征：
1.一种基于神经网络的在线文本情感分析方法，其特征在于，包括：步骤一：对在线文本样本数据进行预处理，人工预先进行情感评定等级标注；步骤二：构建用于在线文本情感分析的初始ubpnn神经网络模型，用训练集数据训练该模型；每次计算损失函数，计算输出层神经元的梯度并反向传播更新每一层的网络参数值，直到达到截止条件后获取优化的ubpnn神经网络模型以及各网络参数；步骤三：采集实际文本语料数据，利用优化的ubpnn神经网络模型对数据进行处理，获取在线文本情感分析结果。2.根据权利要求1所述的一种基于神经网络的在线文本情感分析方法，其特征在于，将样本数据分为训练集和验证集，用训练集中的数据训练ubpnn神经网络模型，用验证集中的数据进行验证。3.根据权利要求1所述的一种基于神经网络的在线文本情感分析方法，其特征在于，所述步骤二中构建用于在线文本情感分析的初始ubpnn神经网络模型，用训练集数据训练该模型包括：将输入句子所有单词的词嵌入作为句子的语义表示；对于输入的语义表示，使用矩阵乘法的线性运算和非线性激活函数来获取隐藏层的语义表示；输入隐藏层的语义表示，使用降维操作获得句子级别的语义表示；将句子表示形式与用户表示形式结合输入到分类层中，合并用户信息在句子级别上的作用；分类层将获得的向量映射到二维情感空间中，并使用softmax方法进行情感分类；模型输入：训练集d＝{((x
1k
,...,x
dk
),(y
1k
,...,y
5k
),u
k
)}，k＝1，...，m，m是训练数据的数量；模型输出：训练完成的优化后ubpnn神经网络以及网络参数；其中，(x
1k
,...,x
dk
)为词向量,(y
1k
,...,y
5k
)为隐藏层输出,u
k
为人工预先标注的用于表示用户特征的情感评定等级。4.权利要求3述的一种基于神经网络的在线文本情感分析方法，其特征在于，所述训练集d为对原始在线文本样本数据中的句子进行分词、去停用词处理后获得的。5.权利要求3述的一种基于神经网络的在线文本情感分析方法，其特征在于，所述构建在线文本情感分析ubpnn神经网络模型，具体包括：均匀分布网络中的参数并随机初始化；根据句子中的词向量，获得整合后的词向量句子表示；使用tf-idf方法计算单词的权重，用权重对整合后的词向量句子进行加权处理；结合用户特征将加权后的词向量输入到输入层；b＝g(w
b
[x,u] t
b
)输入层将输出作为隐藏层输入；y＝g(w
y
b t
y
)隐藏层输出，联合用户词向量，输入到输出层；s＝softmax(w
s
[y,u] t
s
)其中，u是用户的嵌入特征，w
b
，t
b
，w
y
，t
y
，w
s
和t
s
是可训练参数，g(.)是tanh激活函数。
6.根据权利要求5所述的一种基于神经网络的在线文本情感分析方法，其特征在于，所述使用tf-idf方法计算单词的权重，包括：对于包含i个文档的文本集，序号为i的文档表示为d
i
＝(w1,i,w2,i,...,w
n
,i)，w
n
为文档中第n个文本单词；按照公式计算单词的权重：tfidf＝tf*log(ndoc/idf)；其中，tf是输入的频率，idf是该单词出现在文本集中的所有文本中的次数，而ndoc是文本集中单词的总数。7.根据权利要求1所述的一种基于神经网络的在线文本情感分析方法，其特征在于，是采用adadelta优化方法进行梯度的反向传播。8.根据权利要求1所述的一种基于神经网络的在线文本情感分析方法，其特征在于，是将验证数据输入ubpnn神经网络模型获取对应的评价等级结果，并人工预先进行情感评定等级标注进行比较，若符合误差范围则停止迭代，获取优化后ubpnn神经网络以及网络参数。9.根据权利要求1-8任意一项所述的一种基于神经网络的在线文本情感分析方法，其特征在于，还包括：将在线文本情感分析结果按照情感评定等级与用户原始的实际文本语料数据进行自动映射关联，并标注喜好程度，再进行可视化展示，用于直观显示用户喜好程度。10.根据权利要求9所述的一种基于神经网络的在线文本情感分析方法，其特征在于，是采用强深浅弱的颜色渐变顺序为不同用户实际文本语料数据进行信息着色标注。

技术总结
本发明涉及一种基于神经网络的在线文本情感分析方法，包括：步骤一：对在线文本样本数据进行预处理，人工预先进行情感评定等级标注；步骤二：构建用于在线文本情感分析的初始UBPNN神经网络模型，用训练集数据训练该模型；每次计算损失函数，计算输出层神经元的梯度并反向传播更新每一层的网络参数值，直到达到停止训练条件后获取优化的UBPNN神经网络模型以及各网络参数；步骤三：采集实际文本语料数据，利用优化的UBPNN神经网络模型对数据进行处理，获取在线文本情感分析结果。本发明具有较为快速准确分析用户评论情感倾向的功能，通过分析用户评价文本自动分析并给出用户评价结果。果。果。


技术研发人员：王楚 王忠锋 李力刚 崔世界 邵帅 于诗矛 宋纯贺 赵冰洁 许驰 卞晶 黄剑龙 朱江
受保护的技术使用者：国网江苏省电力有限公司营销服务中心
技术研发日：2020.05.20
技术公布日：2021/11/25