情感模型训练方法、装置、设备及存储介质与流程

1.本技术涉及计算机技术领域，尤其涉及一种情感模型训练方法、装置、设备及存储介质。


背景技术：

2.随着第二代互联网的发展，众多开放化的互联网社交服务平台兴起。由于互联网社交服务平台发帖方便和实时更新的特点，已经拥有海量用户。用户在互联网社交服务平台发布的文本来针对众多主题实时分享自己的感受、观点和见解。由于这些文本包含丰富的用户情感信息，因此，可以通过文本情感极性分类模型从海量的文本中挖掘出用户的情感倾向。但是，这些具有社交特性的文本相比传统文本具有内容短小、口语化严重、使用网络词和情感互动等特点，导致有些具有社交特性的文本内容表达出的情感极性不够明确。而传统的文本情感分类模型依赖于文本的内容来对文本的情感极性进行分类。因此，传统的文本情感分类模型不能准确地将情感表达不明确的文本的进行分类。


技术实现要素：

3.本技术提供一种情感模型训练方法、装置、设备及存储介质，能够提高了情感模型对情感表达不明确的文本的分类的准确率。
4.为达到上述目的，本技术的技术方案是这样实现的：
5.第一方面，本技术提供一种情感模型训练方法，所述方法包括：
6.获取样本的信息；
7.基于所述样本的信息确定所述样本的用户主题关系；
8.基于所述样本的信息确定用户社交关系；
9.基于所述样本、所述用户主题关系和所述用户社交关系，训练情感模型，以使所述情感模型具备确定文本的情感极性的能力。
10.在一些实施例中，所述基于所述样本的信息确定所述样本的用户主题关系，包括：
11.基于所述样本的信息中的用户信息，确定用户样本关系；
12.基于所述样本的信息中的主题信息，确定样本主题关系；
13.根据所述用户样本关系和所述样本主题关系，确定至少两个样本是否属于同一个用户，以及所属至少两个样本是否属于同一个主题。
14.在一些实施例中，所述基于所述样本的信息确定用户社交关系，包括：
15.基于所述样本的信息中的用户信息，确定用户样本关系；
16.基于所述样本的信息中的主题社交关系，确定用户的主题社交关系；
17.根据所述用户样本关系和所述用户的主题社交关系，确定至少两个用户对同一个主题的样本是否存在赞同社交关系。
18.在一些实施例中，所述基于所述样本的信息确定用户社交关系，包括：
19.根据所述样本的信息中的用户的社交关系，确定所述用户之间的影响关系；
20.基于所述用户之间的影响关系，确定所述用户的样本之间是否存在隐式社交关系，所述隐式社交关系表征每个用户的样本的情感极性受其它用户的样本的情感极性的影响。
21.在一些实施例中，所述基于所述样本、所述用户主题关系和所述用户社交关系，训练情感模型，包括：
22.基于所述样本、所述用户主题关系和所述用户社交关系，构建目标函数；
23.基于所述目标函数，更新所述情感模型中的权重参数。
24.在一些实施例中，所述基于所述样本、所述用户主题关系和所述用户社交关系，构建目标函数，包括：
25.基于所述用户主题关系、所述用户社交关系中的赞同社交关系及所述赞同社交关系对应的权重系数、以及所述用户社交关系中的隐式社交关系及所述隐式社交关系对应的权重系数中的至少一项，确定第一用户情感关系。
26.在一些实施例中，所述基于所述样本、所述用户主题关系和所述用户社交关系，构建目标函数，包括：
27.基于所述样本，获取所述样本的预测情感极性值；
28.根据所述第一用户情感关系，确定所述样本的情感关系值；
29.基于所述样本的预测情感极性值与所述样本的情感极性值的误差，以及所述情感关系值，构建目标函数。
30.第二方面，本技术提供一种情感模型训练装置，所述装置包括：所述装置包括：获取模块、第一确定模块、第二确定模块和训练模块，
31.所述获取模块，用于获取样本的信息；
32.所述第一确定模块，用于基于所述样本的信息确定所述样本的用户主题关系；
33.所述第二确定模块，用于基于所述样本的信息确定用户社交关系；
34.所述训练模块，用于基于所述样本、所述用户主题关系和所述用户社交关系，训练情感模型，以使所述情感模型具备确定文本的情感极性的能力。
35.第三方面，本技术提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时以实现以如本技术任一实施例所提供的情感模型训练方法的步骤。
36.第四方面，本技术提供一种计算机存储介质，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技术任一实施例所提供的情感模型训练方法的步骤。
37.上述实施例所提供的情感模型训练方法，所述方法包括获取样本的信息；基于所述样本的信息确定所述样本的用户主题关系；基于所述样本的信息确定用户社交关系；基于所述样本、所述用户主题关系和所述用户社交关系，训练情感模型，以使所述情感模型具备确定文本的情感极性的能力。如此，利用样本之间的社交特性建立样本之间的情感极性的关系，在样本内容的基础上，利用样本之间的情感极性的关系，对情感模型进行训练，从而构建半监督学习的情感模型。由于建立了情感表达明确的文本与情感表达不明确的文本之间的情感极性关系，因此，情感模型能够准确地确定情感表达不明确的文本的情感极性，提高了文本的情感极性分类的准确率。此外，根据样本之间的情感极性关系，能够确定已知
情感极性的样本与未知情感极性的样本之间的情感极性关系，从而解决了训练传统的文本情感分类模型需要庞大已知情感极性的样本的问题。有效地减少情感模型对训练语料的依赖。
附图说明
38.图1为本技术一实施例中情感模型训练方法的处理流程示意图；
39.图2为本技术一实施例中样本的用户主题关系确定方法的处理流程示意图；
40.图3为本技术一实施例中用户社交关系确定方法的处理流程示意图；
41.图4为本技术另一实施例中用户社交关系确定方法的处理流程示意图；
42.图5为本技术一实施例中情感模型参数更新方法的处理流程示意图；
43.图6为本技术另一实施例中目标函数构建方法的处理流程示意图；
44.图7为本技术另一实施例中情感模型训练方法的处理流程示意图；
45.图8为本技术一实施例中情感模型训练装置的结构示意图；
46.图9为本技术一实施例中计算机设备的结构示意图。
具体实施方式
47.为使本技术的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对申请的具体技术方案做进一步详细描述。以下实施例用于说明本技术，但不用来限制本技术的范围。
48.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技术的技术领域的技术人员通常理解的含义相同。本文中在本技术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，不是旨在于限制本技术。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
49.在对本技术实施例提供一种情感模型训练方法进行详细描述之前，首先对本技术涉及的技术进行简要介绍。
50.现有文本情感分类技术主要是基于文本内容进行分类，且大多假设文本的情感极性相互独立。一般来说，采用基于情感知识的无监督分类方法和基于特征的监督分类方法。
51.基于情感知识的无监督分类方法主要是借助人工构建的情感词典或领域词典以及外源知识库，对带有情感极性的组合评价单元进行统计，以获取其情感极性。具体而言，无监督分类方法将文本中的情感词与已有情感词典进行匹配，使用统计方法得到文本情感倾向，无需耗费人力物力构建语料，成本较低，但其分类性能还有待提高。
52.基于特征的监督分类方法主要是通过选取文本内容的相关特征构建分类模型来完成情感极性分类。具体而言，该监督方法利用文本内容中提取出的特征构建分类器，并且需要使用大量已标注情感极性的语料训练分类器，以对未知情感文本进行情感极性分类，该方法分类性能较好。但现有已标注好的具有社交特性的文本语料比较缺乏，需要人力物力去构建数量充足且质量较优的具有社交特性的文本语料。并且具有社交性的文本与传统文本不同，其具有内容短小和口语化严重等特点。在对具有社交性的文本进行情感极性分类时，还需要克服其简短和口语化对分类器带来的影响。
53.因此，现有情感分类方法对于具有社交性的文本进行分类，存在以下几个问题：
54.1、由于大多假设文本的情感极性相互独立，并没有建立文本之间的情感极性的关系。
55.2、不能准确地对情感表达不明确的文本进行分类。
56.3、分类性能对训练语料的规模有较强的依赖性。若训练语料不充分，则分类模型性能较低。若训练语料的规模较大且充分时，分类模型具有较好分类性能。
57.本技术实施例一方面，提供一种情感模型训练方法，所述情感模型训练方法的处理流程如图1所示，情感模型训练方法包括如下步骤：
58.步骤101，获取样本的信息。
59.这里，样本可以包括具有社交性的文本，即用户在社交网络发布的信息。情感模型训练装置通过社交服务平台提供的接口，利用爬虫技术获取样本的信息。样本的信息可以包括主题信息、用户信息、用户的社交关系、主题社交关系。
60.需要说明的是，本技术实施例中社交服务平台包括但不限于微博、脸书、推特、qq和微信。
61.步骤102，基于样本的信息确定样本的用户主题关系。
62.这里，样本的用户主题关系表征不同的样本是否属于同一个用户在同一个主题上发布的关系。由于一个样本的情感极性极易受到该样本所属用户在同一主题发布的样本的情感极性的影响。因此，情感模型训练装置根据样本的信息，确定出用户在每个主题上发布的样本，从而可以从样本集中确定出哪些样本的情感极性相似。
63.在一些实施例中，样本的用户主题关系确定方法的处理流程如图2所示，步骤102，基于样本的信息确定样本的用户主题关系，包括：
64.步骤1021，基于样本的信息中的用户信息，确定用户样本关系。
65.这里，用户样本关系表征用户与样本的关系。情感模型训练装置根据样本的用户信息，获取用户发布的样本的信息，从而确定用户与样本的关系。
66.这里，利用矩阵u表示表征用户样本关系的矩阵。
67.u∈rd×nꢀꢀꢀ
(1)
68.其中，rd×n表示d行n列的矩阵，d表示用户的数量，n表示样本的数量。这里，u中元素u
ij
表示样本j是否属于用户i。当u
ij
＝1时，u
ij
表示样本j属于用户i，即用户i发布样本j。当u
ij
＝0时，u
ij
表示样本j不属于用户i。
69.步骤1022，基于样本的信息中的主题信息，确定样本主题关系。
70.这里，样本主题关系表征样本与主题的关系。情感模型训练装置根据样本的主题信息，获取同一主题的样本的信息，从而确定样本与主题的关系。
71.这里，利用矩阵m表示表征样本主题的矩阵。
72.m∈rn×qꢀꢀꢀ
(2)
73.其中，rn×q表示n行q列的矩阵，q表示主题的数量，n表示样本的数量。这里，m中元素m
jk
表示样本j是否属于主题k。当m
ik
＝1时，m
ik
表示样本j 属于主题k。当m
ik
＝0时，m
ik
表示样本j不属于主题k。
74.步骤1023，根据用户样本关系和样本主题关系，确定至少两个样本是否属于同一个用户，以及所属至少两个样本是否属于同一个主题。
75.这里，情感模型训练装置根据用户样本关系和样本主题关系，确定样本的用户主
题关系，可以包括情感模型训练装置根据用户与样本的关系和样本与主题的关系，确定至少两个样本是否属于同一个用户，以及所属至少两个样本是否属于同一个主题。
76.这里，利用矩阵a
topic
表示表征样本的用户主题关系的矩阵。
[0077][0078]atopic
∈rn×nꢀꢀꢀ
(4)
[0079]
其中，rn×n表示n行n列的矩阵。n表示样本的数量。这里，a
topic
中元素a
j1j2
表示样本j1与样本j2是否属于同一个用户且属于同一主题。当a
j1j2
＝1时，样本 j1与样本j2属于同一个用户且属于同一主题。当a
j1j2
＝0时，样本j1与样本j2 不属于同一个用户和/或同一个主题。u
t
×
u中的元素表示两个样本是否属于同一个用户。m
×mt
中的元素表示两个样本是否属于同一个主题。公式(3)中表示哈达马积。
[0080]
步骤103，基于样本的信息确定用户社交关系。
[0081]
这里，用户社交关系表征样本与样本之间的社交关系。用户社交关系可以包括赞同社交关系和/或隐式社交关系。
[0082]
在一些实施例中，用户社交关系确定方法的处理流程如图3所示，步骤103，基于样本的信息确定用户社交关系，包括：
[0083]
步骤1031a，基于样本的信息中的用户信息，确定用户样本关系。
[0084]
这里，用户样本关系表征用户与样本的关系。情感模型训练装置根据样本的用户信息，获取用户发布的样本的信息，从而确定用户与样本的关系。
[0085]
这里，利用矩阵u表示表征用户样本关系的矩阵。
[0086]
u∈rd×nꢀꢀꢀ
(5)
[0087]
其中，rd×n表示d行n列的矩阵，d表示用户的数量，n表示样本的数量。这里，u中元素u
ij
表示样本j是否属于用户i。当u
ij
＝1时，u
ij
表示样本j属于用户i，即用户i发布样本j。当u
ij
＝0时，u
ij
表示样本j不属于用户i。
[0088]
步骤1032a，基于样本的信息中的主题社交关系，确定用户的主题社交关系。
[0089]
这里，主题社交关系可以包括用户与主题的赞同社交关系。用户的主题社交关系表征不同用户在同一主题上是否存在赞同社交关系。赞同社交关系可以包括转发关系和/或点赞关系。情感模型训练装置基于用户与主题的赞同社交关系，确定不同用户在同一主题上是否存在赞同社交关系，可以包括情感模型训练装置基于用户与主题的转发关系和/或点赞关系，确定不同的用户在同一主题上的是否存在转发关系和/或点赞关系。如此，根据用户的转发和/或点赞的交互行为，有效建立样本之间的情感关系。
[0090]
这里，利用矩阵fk表示表征用户的主题社交关系的矩阵。
[0091]fk
∈rd×dꢀꢀꢀ
(6)
[0092]
其中，rd×d表示d行d列的矩阵，d表示用户的数量。fk中元素表示两个用户在主题k上是否存在赞同社交关系。当时，用户i1与用户i2在主题 k上存在赞同社交关系。当时，用户i1与用户i2在主题k上不存在赞同社交关系。
[0093]
步骤1033a，根据用户样本关系和用户的主题社交关系，确定至少两个用户对同一个主题的样本是否存在赞同社交关系。
[0094]
这里，情感模型训练装置根据用户样本关系和用户的主题社交关系，确定用户社交关系中赞同社交关系，可以包括情感模型训练装置根据用户与样本的关系和不同用户在同一主题上是否存在赞同社交关系，确定至少两个用户对同一个主题的样本是否存在赞同社交关系。
[0095]
这里，利用矩阵ak表示表征至少两个用户对主题k的样本是否存在的赞同社交关系的矩阵。
[0096]ak
＝u
t
×fk
×uꢀꢀꢀꢀꢀꢀ
(7)
[0097]ak
∈rn×nꢀꢀꢀꢀ
(8)
[0098]
其中，rn×n表示n行n列的矩阵，n表示样本的数量。u表示表征用户样本关系的矩阵。fk表示表征用户的主题社交关系的矩阵。fk中元素表示两个用户在主题k上是否存在赞同社交关系。用户在主题k上发布样本j1。另一个用户在主题k上发布样本j2。当时，样本j1与样本j2存在赞同社交关系。当时，样本j1与样本j2不存在赞同社交关系。
[0099]
这里，利用矩阵a
gx
表示表征至少两个用户对同一主题的样本是否存在的赞同社交关系的矩阵，即矩阵a
gx
为表征户社交关系中的赞同社交关系的矩阵，按如下公式计算a
gx
：
[0100][0101]agx
∈rn×nꢀꢀꢀ
(10)
[0102]
其中，rn×n表示n行n列的矩阵，n表示样本的数量。q为主题的数量。
[0103]
在一些实施例中，用户社交关系确定方法的处理流程如图4所示，步骤103，基于样本的信息确定用户社交关系，包括：
[0104]
步骤1031b，根据样本的信息中的用户的社交关系，确定用户之间的影响关系。
[0105]
这里，用户的社交关系可以包括关注关系和被关注关系。情感模型训练装置可以获取关注列表和被关注列表，从而确定用户的关注用户的集合和被关注用户的集合。情感模型训练装置可以根据关注用户的集合和被关注用户的集合构建关系网络，确定用户的邻居用户。由于用户的情感极性受邻居用户的情感极性影响。因此，情感模型训练装置根据用户的社交关系，可以确定邻居用户的情感极性对用户的情感极性的影响力大小。
[0106]
在一些实施例中，根据样本的信息中的用户的社交关系，确定用户之间的影响关系，包括：
[0107]
基于经典网页排序pagerank算法，情感模型训练装置根据关注用户的集合和被关注用户的集合，确定用户的影响力大小。计算用户的影响力大小的公式如下：
[0108][0109]
其中，p(i)表示用户i的影响力值，o(i)表示用户i的所有被关注用户集合， v表示用户i的被关注用户，l(v)表示用户v的关注数。ζ为阻尼系数，通常设置为0.85。
[0110]
情感模型训练装置根据用户的影响力大小和用户的关注关系，确定用户之间的影响关系。
[0111]
这里，情感模型训练装置根据用户的关注关系，确定一个用户仅关注另一个用户
时，情感模型训练装置确定这两个用户之间情感极性的影响力大小等于关注用户的影响力大小。例如情感模型训练装置根据用户的关注关系，确定用户i1仅关注用户i2时，用户i1的情感极性与用户i2的情感极性之间的影响力大小等于用户i2的影响力大小。
[0112]
利用矩阵n表征表示用户之间影响力关系的矩阵。
[0113]
n∈rd×dꢀꢀꢀ
(12)
[0114]
其中，rd×d表示d行d列的矩阵，d表示用户的数量。n中的元素表示一个用户的情感极性与另一个用户的情感极性之间的影响力大小。
[0115]
当用户i1仅关注用户i2时，则用户i1的情感极性与用户i2的情感极性之间的影响力大小，按如下公式计算：
[0116]ni1i2
＝n
i2i1
＝p(i2)
ꢀꢀꢀꢀꢀꢀꢀ
(13)
[0117]
其中，n
i1i2
表示用户i1的情感极性受用户i2的情感极性的影响力大小。n
i2i1
表示用户i2的情感极性受用户i1的情感极性的影响力大小。p(i1)表示用户i2 的影响力值。
[0118]
这里，情感模型训练装置根据用户的关注关系，确定一个用户与另一个用户相互关注时，情感模型训练装置确定两个用户之间情感极性的影响力大小等于两个用户的影响力大小之和。如此，若用户之间相互关注，则用户们的情感极性极相似的可能性更高。例如情感模型训练装置根据用户的关注关系，确定用户i1与用户i2相互关注时，用户i1的情感极性与用户i2的情感极性之间的影响力大小等于用户i1与用户i2的影响力大小之和。
[0119]
当用户i1与用户i2相互关注时，则用户i1的情感极性与用户i2的情感极性之间的影响力大小，按如下公式计算：
[0120]ni1i2
＝n
i2i1
＝p(i1) p(i2)
ꢀꢀꢀꢀꢀ
(14)
[0121]
其中，n
i1i2
表示用户i1的情感极性受用户i2的情感极性的影响力大小。n
i2i1
表示用户i2的情感极性受用户i1的情感极性的影响力大小。p(i1)表示用户i1 的影响力值。p(i2)表示用户i2的影响力值。
[0122]
步骤1032b，基于用户之间的影响关系，确定用户的样本之间是否存在隐式社交关系，隐式社交关系表征每个用户的样本的情感极性受其它用户的样本的情感极性的影响。
[0123]
这里，情感模型训练装置基于用户之间的影响关系和用户样本关系，确定每个用户的样本的情感极性受其它用户的样本的情感极性的影响的大小。利用矩阵a
im
表示表征用户的样本之间是否存在隐式社交关系的矩阵。矩阵a
im
表示用户社交关系中的隐式社交关系。
[0124]
其中，a
im
中的元素表示一个用户的样本是否受另一个用户的样本的影响程度。计算a
im
公式的如下：
[0125]aim
＝u
t
×n×uꢀꢀꢀꢀꢀꢀꢀꢀ
(15)
[0126]aim
∈rn×nꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(16)
[0127]
其中，rn×n表示n行n列的矩阵，n表示样本的数量。u表示表征用户样本关系的矩阵。n表征表示用户之间影响力关系的矩阵。
[0128]
步骤104，基于样本、用户主题关系和用户社交关系，训练情感模型，以使情感模型具备确定文本的情感极性的能力。
[0129]
这里，情感模型训练装置根据现有文本处理步骤预先处理样本，获取到样本的特征。情感模型训练装置根据样本的特征、用户主题关系以及用户社交关系，训练情感模型，
从而使得情感模型具备对未知情感极性的文本进行分类的能力。情感极性可以包括正面积极的情感极性、负面消极的情感极性和中立的情感极性。如此，基于样本内容的基础上，利用样本之间的社交特性建立样本情感关系，构建半监督情感模型。
[0130]
在上述实施例中，利用样本之间的社交特性建立样本之间的情感极性的关系，在样本内容的基础上，利用样本之间的情感极性的关系，对情感模型进行训练，从而构建半监督情感分类方法。由于建立了情感表达明确的文本与情感表达不明确的文本之间的情感极性关系，因此，情感模型能够准确地确定情感表达不明确的文本的情感极性，提高了文本的情感极性分类的准确率。此外，根据样本之间的情感极性关系，能够确定已知情感极性的样本与未知情感极性的样本之间的情感极性关系，从而解决了训练传统的文本情感分类模型需要庞大已知情感极性的样本的问题。有效地减少情感模型对训练语料的依赖。
[0131]
在一些实施例中，所述情感模型参数更新方法的处理流程如图5所示，步骤104，基于样本、用户主题关系和用户社交关系，训练情感模型，包括：
[0132]
步骤1041，基于样本、用户主题关系和用户社交关系，构建目标函数。
[0133]
这里，情感模型训练装置在基于样本、用户主题关系和用户社交关系，确定样本与样本的情感极性关系。在样本与样本的情感极性关系的基础上，情感模型训练装置构建目标函数。
[0134]
在一些实施例中，步骤1041，基于样本、用户主题关系和用户社交关系，构建目标函数，包括：
[0135]
基于用户主题关系、用户社交关系中的赞同社交关系及赞同社交关系对应的权重系数、以及用户社交关系中的隐式社交关系及隐式社交关系对应的权重系数中的至少一项，情感模型训练装置确定第一用户情感关系。
[0136]
在一些实施例中，基于用户主题关系、用户社交关系中的赞同社交关系及赞同社交关系对应的权重系数、以及用户社交关系中的隐式社交关系及隐式社交关系对应的权重系数中的至少一项，情感模型训练装置确定第一用户情感关系，包括：
[0137]
基于用户主题关系、用户社交关系中的赞同社交关系及赞同社交关系对应的权重系数，确定第一用户情感关系。
[0138]
这里，情感模型训练装置根据不同样本是否属于同一个用户在同一个主题上发布的关系、和不同样本之间是否存在赞同社交关系，确定第一用户情感关系。第一用户情感关系表征每个样本与其它样本的情感极性的相似程度。
[0139]
利用a表示表征第一用户情感关系的矩阵。计算矩阵a的公式如下：
[0140]
a＝a
topic
λ1×agx
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(17)
[0141]
a∈rn×nꢀꢀꢀꢀꢀꢀꢀ
(18)
[0142]
其中，rn×n表示n行n列的矩阵。a
topic
表示表征样本的用户主题关系的矩阵。a
gx
表征用户社交关系中的赞同社交关系的矩阵。λ1表示与赞同社交关系对应的系数。
[0143]
在一些实施例中，基于用户主题关系、用户社交关系中的赞同社交关系及赞同社交关系对应的权重系数、以及用户社交关系中的隐式社交关系及隐式社交关系对应的权重系数中的至少一项，情感模型训练装置确定第一用户情感关系，包括：
[0144]
基于用户主题关系、用户社交关系中的隐式社交关系及隐式社交关系对应的权重系数，确定第一用户情感关系。
[0145]
这里，情感模型训练装置根据不同样本是否属于同一个用户在同一个主题上发布的关系、和不同样本之间是否存在隐式社交关系，确定第一用户情感关系。第一用户情感关系表征每个样本与其它样本的情感极性的相似程度。利用 a表示表征第一用户情感关系的矩阵。计算矩阵a的公式如下：
[0146]
a＝a
topic
λ2×aim
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(19)
[0147]
a∈rn×nꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(20)
[0148]
其中，rn×n表示n行n列的矩阵。a
topic
表示表征样本的用户主题关系的矩阵。a
im
表征用户社交关系中的隐式社交关系的矩阵。λ2表示与隐式社交关系对应的系数。
[0149]
在一些实施例中，基于用户主题关系、用户社交关系中的赞同社交关系及赞同社交关系对应的权重系数、以及用户社交关系中的隐式社交关系及隐式社交关系对应的权重系数中的至少一项，情感模型训练装置确定第一用户情感关系，包括：
[0150]
基于用户主题关系、用户社交关系中的赞同社交关系及赞同社交关系对应的权重系数、和用户社交关系中的隐式社交关系及隐式社交关系对应的权重系数，确定第一用户情感关系。
[0151]
这里，情感模型训练装置根据不同样本是否属于同一个用户在同一个主题上发布的关系、不同样本之间是否存在赞同社交关系、和不同样本之间是否存在隐式社交关系，确定第一用户情感关系。第一用户情感关系表征每个样本与其它样本的情感极性的相似程度。利用用户主题关系和用户社交关系有效地解决了传统的文本情感分类方法中假设样本的情感极性相互独立的问题。利用a 表示表征第一用户情感关系的矩阵。计算矩阵a的公式如下：
[0152]
a＝a
topic
λ1×agx
λ2×aim
ꢀꢀꢀꢀꢀꢀꢀ
(21)
[0153]
a∈rn×nꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(22)
[0154]
其中，rn×n表示n行n列的矩阵。a
topic
表示表征样本的用户主题关系的矩阵。a
gx
表征用户社交关系中的赞同社交关系的矩阵。λ1表示与赞同社交关系对应的系数。a
im
表征用户社交关系中的隐式社交关系的矩阵。λ2表示与隐式社交关系对应的系数。
[0155]
在一些实施例中，目标函数构建方法的处理流程如图6所示，步骤1041，基于样本、用户主题关系和用户社交关系，构建目标函数，包括：
[0156]
步骤10411，基于样本，获取样本的预测情感极性值。
[0157]
这里，基于样本和情感模型，情感模型训练装置获取样本的预测情感极性值。这里的情感模型可采用已知的分类器，例如支持向量机等。将样本的预测情感极性矩阵表示为
[0158]
步骤10412，根据第一用户情感关系，确定样本的情感关系值。
[0159]
这里，基于第一用户关系和样本的预测情感极性值，情感模型训练装置确定样本的情感关系值。
[0160]
将所述情感关系值用z表示。按如下公式计算z：
[0161][0162]
其中，a
j1j2
表示样本j1与样本j2的情感极性相似程度。
[0163]
为了方便计算，进行了如下等式变换
[0164][0165]
l＝d-a
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(25)
[0166]
d∈rn×nꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(26)
[0167]
其中，w表示分类器，tr(
·
)表示矩阵的迹，表示样本的预测情感极性矩阵。d表示n行n列的对角矩阵。n表示样本的数量。a表示表征第一用户情感关系的矩阵。l表示拉普拉斯矩阵。
[0168]
步骤10413，基于样本的预测情感极性值与样本的情感极性值的误差，以及情感关系值，构建目标函数。
[0169]
这里，在预测情感极性与值情感极性值的误差的基础上，情感模型训练装置加入样本的情感关系值，构建目标函数。h表示优化的目标函数，w表示学习的分类器。h表示为：
[0170][0171]
其中，α表示与样本的情感关系对应的权重参数。x∈rn×m，n为样本数量， m为特征数，x表示样本特征矩阵。y∈rn×c，c表示情感极性的种类数量，y 表示样本的情感极性矩阵。表示范数的平方。
[0172]
在一些实施例中，样本可以包括已知情感极性的已知样本和未知情感极性的未知样本。确定未知样本的情感极性值的方法包括：
[0173]
基于已知样本，情感模型训练装置获取更新后的情感模型。
[0174]
情感模型训练装置通过更新后情感模型对未知情感极性的样本进行分类，确定未知样本的情感极性值。
[0175]
在一些实施例中，样本可以包括已知情感极性的已知样本和未知情感极性的未知样本。确定未知样本的情感极性值的方法包括：
[0176]
根据样本的第一用户情感关系和已知样本的情感极性，情感模型训练装置直接确定出未知样本的情感极性值。
[0177]
步骤1042，基于目标函数，更新情感模型中的权重参数。
[0178]
这里，情感模型训练装置利用目标函数在反向传播中不断修正情感模型的权重参数，使得情感模型的目标函数值越来越小，甚至收敛。
[0179]
为进一步理解本技术实施例所提供的情感模型训练方法，本技术实施例另一方面，还提供一种情感模型训练方法，应用于情感模型训练装置。以样本为微博文本为例进行说明，所述情感模型训练方法的处理流程如图7所示，所述情感模型训练方法包括如下步骤：
[0180]
步骤201，获取微博的信息。
[0181]
这里，微博的信息包括微博主题的相关信息，例如微博内容、转发内容、评论内容、用户信息等。情感模型训练装置可以通过社交服务平台提供的接口，利用爬虫技术获取微博的信息。
[0182]
步骤202，基于微博的信息构建用户主题关系矩阵，用户主题关系矩阵表征至少两
个样本是否属于同一个用户，以及所属至少两个样本是否属于同一个主题。
[0183]
这里，情感模型训练装置基于微博的信息，确定用户发布微博关系和微博所属主题。情感模型训练装置利用用户发布微博关系构建用户微博矩阵，以及利用微博所属主题构建微博主题矩阵。根据用户微博矩阵和微博主题矩阵构建用户主题关系矩阵。
[0184]
这里，利用矩阵u表示用户微博矩阵。
[0185]
u∈rd×nꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(28)
[0186]
其中，rd×n表示d行n列的矩阵，d表示用户的数量，n表示微博的数量。这里，u中元素u
ij
表示微博j是否属于用户i。当u
ij
＝1时，u
ij
表示微博j属于用户i，即用户i发布微博j。当u
ij
＝0时，u
ij
表示微博j不属于用户i，即用户 i没有发布微博j。
[0187]
这里，利用矩阵m表示微博主题关系矩阵。
[0188]
m∈rn×qꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(29)
[0189]
其中，rn×q表示n行q列的矩阵，q表示主题的数量，n表示微博的数量。这里，m中元素m
jk
表示微博j是否属于主题k。当m
ik
＝1时，m
ik
表示微博j 属于主题k。当m
ik
＝0时，m
ik
表示微博j不属于主题k。
[0190]
这里，利用矩阵a
topic
表示用户主题关系矩阵。
[0191][0192]atopic
∈rn×nꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(31)
[0193]
其中，rn×n表示n行n列的矩阵。n表示样本的数量。这里，a
topic
中元素a
j1j2
表示样本j1与样本j2是否属于同一个用户且属于同一主题。当a
j1j2
＝1时，微博 j1与微博j2属于同一个用户且属于同一主题。当a
j1j2
＝0时，微博j1与微博j2 不属于同一个用户和/或同一个主题。u
t
×
u中的元素表示两个微博是否属于同一个用户。m
×mt
中的元素表示两个微博是否属于同一个主题。公式(30)中表示哈达马积。
[0194]
步骤203，基于样本的信息构建显式赞同社交矩阵，显式赞同社交矩阵表征至少两个用户对同一个主题的样本是否存在赞同社交关系。
[0195]
这里，赞同社交关系包括转发和/或点赞关系。情感模型训练装置根据基于微博的信息，确定用户的点赞内容和/或转发内容。根据用户在某一主题上对某条微博的转发和/或点赞关系，构建用户的主题社交关系矩阵。基于用户的主题社交关系矩阵构建显式赞同社交关系矩阵。
[0196]
这里，利用矩阵fk表示用户的主题社交关系矩阵。
[0197]fk
∈rd×dꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(32)
[0198]
其中，rd×d表示d行d列的矩阵，d表示用户的数量。fk中元素表示两个用户在主题k上是否存在赞同社交关系。当时，用户i1与用户i2在主题 k上存在赞同社交关系。当时，用户i1与用户i2在主题k上不存在赞同社交关系。
[0199]
这里，利用矩阵ak表示主题k上的显式赞同社交矩阵。
[0200]ak
＝u
t
×fk
×uꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(33)
[0201]ak
∈rn×nꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(34)
[0202]
其中，rn×n表示n行n列的矩阵，n表示样本的数量。u表示用户微博关系矩阵。用户在
主题k上发布微博j1。另一个用户在主题k上发布微博j2。当时，微博j1与微博j2存在赞同社交关系。当时，微博j1与微博 j2不存在赞同社交关系。
[0203]
步骤204，基于微博的信息构建隐式社交关系矩阵，隐式社交关系矩阵表征每个用户的样本的情感极性受其它用户的样本的情感极性的影响程度。
[0204]
这里，情感模型训练装置根据微博的信息，确定用户的社交关系。情感模型训练装置可以根据用户的社交关系，确定用户的邻居用户。由于用户的情感极性受邻居用户的情感极性影响。因此，情感模型训练装置根据用户的社交关系，可以确定邻居用户的情感极性对用户的情感极性的影响力大小，从而确定每个用户的微博的情感极性受其它用户的微博的情感极性的影响程度。
[0205]
在一些实施例中，基于微博的信息构建隐式社交关系矩阵，包括：
[0206]
基于经典网页排序pagerank，情感模型训练装置根据关注用户的集合和被关注用户的集合，确定用户的影响力大小。计算用户的影响力大小的公式如下：
[0207][0208]
其中，p(i)表示用户i的影响力值，o(i)表示用户i的所有被关注集合，v 表示用户i的被关注用户，l(v)表示用户v的关注数。ζ为阻尼系数，通常设置为0.85。
[0209]
情感模型训练装置根据用户的影响力大小和用户的关注关系，确定用户之间的影响力大小。
[0210]
这里，情感模型训练装置根据用户的关注关系，确定一个用户仅关注另一个用户时，情感模型训练装置确定这两个用户之间情感极性的影响力大小等于关注用户的影响力大小。例如情感模型训练装置根据用户的关注关系，确定用户i1仅关注用户i2时，用户i1的情感极性与用户i2的情感极性之间的影响力大小等于用户i2的影响力大小。
[0211]
利用矩阵n表示用户之间影响力关系矩阵。
[0212]
n∈rd×dꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(36)
[0213]
其中，rd×d表示n行n列的矩阵，n表示用户的数量。n中的元素表示一个用户的情感极性与另一个用户的情感极性之间的影响力大小。
[0214]
当用户i1仅关注用户i2时，则用户i1的情感极性与用户i2的情感极性之间的影响力大小，按如下公式计算：
[0215]ni1i2
＝n
i2i1
＝p(i2)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(37)
[0216]
其中，n
i1i2
表示用户i1的情感极性受用户i2的情感极性的影响力大小。n
i2i1
表示用户i2的情感极性受用户i1的情感极性的影响力大小。p(i1)表示用户i2 的影响力值。
[0217]
这里，情感模型训练装置根据用户的关注关系，确定一个用户与另一个用户相互关注时，情感模型训练装置确定两个用户之间情感极性的影响力大小等于两个用户的影响力大小之和。如此，若用户之间相互关注，则用户们的情感极性极相似的可能性更高。例如情感模型训练装置根据用户的关注关系，确定用户i1与用户i2相互关注时，用户i1的情感极性与用户i2的情感极性之间的影响力大小等于用户i1与用户i2的影响力大小之和。
[0218]
当用户i1与用户i2相互关注时，则用户i1的情感极性与用户i2的情感极性之间的
影响力大小，按如下公式计算：
[0219]ni1i2
＝n
i2i1
＝p(i1) p(i2)
ꢀꢀꢀꢀꢀꢀꢀ
(38)
[0220]
其中，n
i1i2
表示用户i1的情感极性受用户i2的情感极性的影响力大小。n
i2i1
表示用户i2的情感极性受用户i1的情感极性的影响力大小。p(i1)表示用户i1 的影响力值。p(i2)表示用户i2的影响力值。
[0221]
基于用户之间的影响力大小，构建隐式社交关系矩阵。
[0222]
这里，情感模型训练装置基于用户之间的影响力大小和用户微博矩阵，构建隐式社交关系矩阵。隐式社交关系矩阵表征每个用户的微博的情感极性受其它用户的微博的情感极性的影响程度。利用矩阵a
im
表示隐式社交关系矩阵。其中，a
im
中的元素表示一个用户的微博的情感极性受另一个用户的微博的情感极性的影响程度。计算a
im
公式的如下：
[0223]aim
＝u
t
×n×uꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(39)
[0224]aim
∈rn×nꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(40)
[0225]
其中，rn×n表示n行n列的矩阵，n表示样本的数量。u表示用户微博矩阵。 n表示用户之间影响力关系矩阵。
[0226]
步骤205，基于微博、用户主题矩阵、显式赞同社交关系矩阵和隐式社交关系矩阵，训练情感模型。
[0227]
这里，情感模型训练装置采用根据现有文本处理步骤预先处理微博，获取微博的特征值。情感模型训练装置利用微博的特征值、用户主题矩、显式赞同社交关系矩阵和隐式社交关系矩阵，构建目标函数。情感模型训练装置基于目标函数，更新情感模型中的权重参数。如此，利用用户的社交行为，确定样本之间的情感关系，从而构建半监督情感模型。
[0228]
其中，构建情感模型的目标函数包括：
[0229]
基于用户主题关系矩阵、显式赞同社交关系矩阵及显式赞同社交关系矩阵对应的权重系数、和隐式社交关系矩阵及隐式社交关系矩阵对应的权重系数，确定微博情感关系矩阵，微博情感关系矩阵表征样本与样本的情感极性相似程度。本技术实施例中微博情感关系矩阵与前述实施例中表征第一用户情感关系的矩阵对应。
[0230]
这里，利用a表示微博情感关系矩阵。计算矩阵a的公式如下：
[0231]
a＝a
topic
λ1×agx
λ2×aim
ꢀꢀꢀꢀꢀꢀꢀꢀ
(41)
[0232]
a∈rn×nꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(42)
[0233]
其中，rn×n表示n行n列的矩阵。a
topic
表示用户主题关系矩阵。a
gx
表示显式赞同社交关系矩阵。λ1表示显式赞同社交关系矩阵对应的系数。a
im
表示隐式社交关系矩阵。λ2表示与隐式社交关系矩阵对应的系数。
[0234]
基于微博，获取微博的预测情感极性值。
[0235]
这里，基于微博和情感模型，情感模型训练装置获取微博的预测情感极性值。这里，情感模型可采用已知的分类器对微博，例如支持向量机等。将微博的预测情感极性矩阵表示为
[0236]
根据微博情感关系矩阵，确定微博的情感关系值。
[0237]
这里，基于微博情感关系矩阵和样本的预测情感极性值，情感模型训练装置确定样本的情感关系值。
[0238]
将所述情感关系值用z表示。按如下公式计算z：
[0239][0240]
其中，a
j1j2
表示微博j1与微博j2的情感极性相似程度。
[0241]
为了方便计算，进行了如下等式变换
[0242][0243]
l＝d-a
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(45)
[0244]
d∈rn×nꢀꢀꢀꢀꢀꢀꢀꢀ
(46)
[0245]
其中，w表示分类器，tr(
·
)表示矩阵的迹，表示微博的预测情感极性矩阵。d表示n行n列的对角矩阵。n表示微博的数量。l表示拉普拉斯矩阵。
[0246]
基于样本的预测情感极性值与样本的情感极性值的误差，以及情感关系值，构建目标函数。
[0247]
这里，在预测情感极性与值情感极性值的误差的基础上，情感模型训练装置加入样本的情感关系值，构建目标函数。h表示优化的目标函数，w表示学习的分类器。w按如下公式学习：
[0248][0249]
其中，α表示与微博情感关系对应的权重参数。x∈rn×m，n为微博数量， m为特征数，x表示微博特征矩阵。y∈rn×c，c表示情感极性的种类数量，y 表示微博的情感极性矩阵。表示范数的平方。a表示微博情感关系矩阵。
[0250]
本技术实施例再一方面，还提供一种情感模型训练装置，请参阅图8，该装置300包括获取模块301、第一确定模块302、第二确定模块303和训练模块 304。
[0251]
获取模块301，用于获取样本的信息。
[0252]
第一确定模块302，用于基于样本的信息确定样本的用户主题关系。
[0253]
第二确定模块303，用于基于样本的信息确定用户社交关系。
[0254]
训练模块304，用于基于样本、用户主题关系和用户社交关系，训练情感模型，以使情感模型具备确定文本的情感极性的能力。
[0255]
在一些实施例中，第一确定模块302，具体用于基于样本的信息中的用户信息，确定用户样本关系；基于样本的信息中的主题信息，确定样本主题关系；根据用户样本关系和样本主题关系，确定至少两个样本是否属于同一个用户，以及所属至少两个样本是否属于同一个主题。在一些实施例中，第二确定模块303，具体用于基于样本的信息中的用户信息，确定用户样本关系；基于样本的信息中的主题社交关系，确定用户的主题社交关系；根据用户样本关系和用户的主题社交关系，确定至少两个用户对同一个主题的样本是否存在赞同社交关系。
[0256]
在一些实施例中，第二确定模块303，具体用于根据样本的信息中的用户的社交关系，确定用户之间的影响关系；基于用户之间的影响关系，确定用户的样本之间是否存在隐式社交关系，隐式社交关系表征每个用户的样本的情感极性受其它用户的样本的情感极性
的影响。
[0257]
在一些实施例中，训练模块304包括构建单元和更新单元。
[0258]
构建单元，用于基于样本、用户主题关系和用户社交关系，构建目标函数。
[0259]
更新单元，用于基于目标函数，更新情感模型中的权重参数。
[0260]
在一些实施例中，构建单元，具体用于基于用户主题关系、用户社交关系中的赞同社交关系及赞同社交关系对应的权重系数、以及用户社交关系中的隐式社交关系及隐式社交关系对应的权重系数中的至少一项，确定第一用户情感关系。
[0261]
在一些实施例中，构建单元，还用于基于样本，获取样本的预测情感极性值；根据第一用户情感关系，确定样本的情感关系值；基于样本的预测情感极性值与样本的情感极性值的误差，以及情感关系值，构建目标函数。
[0262]
本技术实施例再一方面，还提供一种计算机设备，所述计算机设备的结构如图9所示，计算机设备至少包括至少一个处理器401和至少一个存储器402。其中，存储器402包括用于存储能够在处理器401上运行的计算机程序，其中，处理器401用于运行计算机程序时，执行：一种情感模型训练方法，所述方法包括：
[0263]
获取样本的信息；
[0264]
基于样本的信息确定样本的用户主题关系；
[0265]
基于样本的信息确定用户社交关系；
[0266]
基于样本、用户主题关系和用户社交关系，训练情感模型，以使情感模型具备确定文本的情感极性的能力。
[0267]
在一些实施例中，所述处理器401还用于运行所述计算机程序时，执行：
[0268]
基于样本的信息确定样本的用户主题关系，包括：
[0269]
基于样本的信息中的用户信息，确定用户样本关系；
[0270]
基于样本的信息中的主题信息，确定样本主题关系；
[0271]
根据用户样本关系和样本主题关系，确定至少两个样本是否属于同一个用户，以及所属至少两个样本是否属于同一个主题。
[0272]
在一些实施例，所述处理器401还用于运行所述计算机程序时，执行：
[0273]
基于样本的信息确定用户社交关系，包括：
[0274]
基于样本的信息中的用户信息，确定用户样本关系；
[0275]
基于样本的信息中的主题社交关系，确定用户的主题社交关系；
[0276]
根据用户样本关系和用户的主题社交关系，确定至少两个用户对同一个主题的样本是否存在赞同社交关系。
[0277]
在一些实施例中，所述处理器401还用于运行所述计算机程序时，执行：
[0278]
基于样本的信息确定用户社交关系，包括：
[0279]
根据样本的信息中的用户的社交关系，确定用户之间的影响关系；
[0280]
基于用户之间的影响关系，确定用户的样本之间是否存在隐式社交关系，隐式社交关系表征每个用户的样本的情感极性受其它用户的样本的情感极性的影响。
[0281]
在一些实施例中，所述处理器401还用于运行所述计算机程序时，执行：
[0282]
基于样本、用户主题关系和用户社交关系，训练情感模型，包括：
[0283]
基于样本、用户主题关系和用户社交关系，构建目标函数；
[0284]
基于目标函数，更新情感模型中的权重参数。
[0285]
在一些实施例中，所述处理器401还用于运行所述计算机程序时，执行：
[0286]
基于样本、用户主题关系和用户社交关系，构建目标函数，包括：
[0287]
基于用户主题关系、用户社交关系中的赞同社交关系及赞同社交关系对应的权重系数、以及用户社交关系中的隐式社交关系及隐式社交关系对应的权重系数中的至少一项，确定第一用户情感关系。
[0288]
在一些实施例中，所述处理器401还用于运行所述计算机程序时，执行：
[0289]
基于样本、用户主题关系和用户社交关系，构建目标函数，包括：
[0290]
基于样本，获取样本的预测情感极性值；
[0291]
根据第一用户情感关系，确定样本的情感关系值；
[0292]
基于样本的预测情感极性值与样本的情感极性值的误差，以及情感关系值，构建目标函数。
[0293]
在一些实施例中，所述计算机设备还包括系统总线403、用户接口404、通信接口405。其中，系统总线403配置为实现这些组件之间的连接通信，用户接口404可以包括显示屏，通信接口405可以包括标准的有线接口和无线接口。
[0294]
本技术实施例再一方面，还提供一种计算机存储介质，计算机存储介质上存储有计算机程序，计算机程序被处理器执行时实现本技术任一实施例提供的情感模型训练方法的步骤。
[0295]
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
[0296]
以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。本技术的保护范围应以所述权利要求的保护范围以准。