一种知识与数据驱动的多粒度中文文本情感分析方法

技术特征：
1.一种知识与数据驱动的多粒度中文文本情感分析方法，其特征在于包括以下步骤：s1、将中文文本进行预处理，形成字级文本、字级部首文本、词文本、词级部首文本和词性文本这5类输入数据；s2、利用词嵌入方法，将输入数据转换为由字向量、字级部首向量、词向量、词级部首向量和词性向量这5类向量各自组成的集合；s3、利用bigru模型与点积注意力机制，将字向量与字级部首向量进行特征融合得到字-部首特征向量，将词向量与词级部首向量进行特征融合得到词-部首特征向量，将词向量与词性向量进行特征融合得到词-词性特征向量；s4、利用情感词汇本体库构建情感知识图谱，将情感知识图谱中的三元组进行分布式向量表示，得到情感知识向量；通过多头注意力机制，分别将字-部首特征向量、词-部首特征向量和词-词性特征向量与情感知识向量进行融合，得到知识增强后的字-部首特征输出向量、知识增强后的词-部首特征向量和知识增强后的词-词性特征向量；s5、对增强后的字-部首特征输出向量、增强后的词-部首特征向量和增强后的词-词性特征向量进行输出处理，生成情感识别结果。2.根据权利要求1所述的知识与数据驱动的多粒度中文文本情感分析方法，其特征在于：步骤s1具体包括以下过程：s1.1、对于由m个字组成的输入文本t，其为字级文本t
c
＝{c1,c2,...,c
m
}，其中各元素表示t中的每个字；利用分词工具将输入文本t切分为n个词，即词文本t
w
＝{w1,w2,...,w
n
}，其中各元素表示t中的每个词；s1.2、根据新华字典的部首映射关系对字级文本t
c
和词文本t
w
处理，分别得到字级部首文本t
rc
＝{rc1,rc2,...,rc
m
}和词级部首文本t
rw
＝{rw1,rw2,...,rw
n
}，字级部首文本t
rc
中各元素表示字级部首，词级部首文本中各元素表示词级部首；利用jieba词性标注工具将词文本t
w
转换为词性文本t
pos
＝{pos1,pos2,...,pos
n
}，其中各元素表示词对应的词性，至此得到输入数据{t
c
,t
rc
,t
w
,t
rw
,t
pos
}。3.根据权利要求2所述的知识与数据驱动的多粒度中文文本情感分析方法，其特征在于：步骤s2中具体采用词嵌入方法对输入数据进行转换，得到向量集合{e
c
,e
rc
,e
w
,e
rw
,e
pos
}，其中：表示字向量集合，当中各元素表示字向量；表示字级部首向量集合，当中各元素表示字级部首向量；表示词向量集合，当中各元素表示词向量；表示词级部首向量集合，当中各元素表示词级部首向量；表示词性向量集合，当中各元素表示词性向量。4.根据权利要求3所述的知识与数据驱动的多粒度中文文本情感分析方法，其特征在于：步骤s3中利用bigru模型与点积注意力机制，将字向量与字级部首向量进行特征融合得到字-部首特征向量，具体包括以下过程：s3.1、将bigru
c
模型的初始状态均置为0，将字向量集合e
c
输入bigru
c
模型，通过以下公式得到字特征向量集合其中各元素表示字特征向量，计算式为：
s3.2、通过点积注意力机制分别将y
c
与字级部首向量集合e
rc
进行特征融合，得到融合后的向量计算式为：计算式为：其中α
i
表示字级部首向量集合e
rc
中第i个元素和字特征向量集合y
c
中第i个元素点积运算后的权重矩阵，
·
表示点积运算，t为矩阵转置操作，softmax(
·
)表示softmax归一化函数；s3.3、将作为bigru
rc
模型的输入向量，将bigru
c
模型最后时刻的隐层状态传递给bigru
rc
模型作为初始状态，进而得到字-部首特征向量集合其中各元素表示字-部首特征向量，计算式为：5.根据权利要求4所述的知识与数据驱动的多粒度中文文本情感分析方法，其特征在于：步骤s4中知识增强后的字-部首特征输出向量具体通过以下过程得到：s4.1、将情感词汇本体库中的情感词作为头实体h，将情感类别作为尾实体t，将情感词的情感强度作为关系r，构建情感知识图谱；s4.2、通过transe模型将情感知识图谱中的三元组进行分布式向量表示，得到情感知识向量k
r_c
；s4.3、将多头注意力机制将字-部首特征向量集合v
r_c
作为query向量、将情感知识向量k
r_c
作为对应的key向量和value向量进行特征融合，得到知识增强后的特征输出向量计算式为：k
r_c
＝transe(h,r,t)其中transe(
·
)表示transe模型，multihead(
·
)为多头注意力机制。6.根据权利要求5所述的知识与数据驱动的多粒度中文文本情感分析方法，其特征在于：步骤s5具体包括以下过程：s5.1、对增强后的字-部首特征输出向量增强后的词-部首特征向量和增强后的词-词性特征向量进行最大值池化操作，再通过向量拼接进行特征融合，得到融合后的特征向量v
y
；s5.2、将融合后的特征向量v
y
输入全连接神经网络，利用softmax函数进行归一化处理，得到概率输出p；s5.3、选择概率最大的值作为情感识别结果y。

技术总结
本发明提供了一种知识与数据驱动的多粒度中文文本情感分析方法，在对字、词、部首、词性向量化表示的基础上，通过双向门控循环单元、注意力机制等模型进行特征提取，得到特征向量，通过TransE模型将情感知识图谱表示为情感知识向量，通过多头注意力机制将特征向量与情感知识向量进行特征融合，获得知识增强的特征向量，最后将该特征向量通过全连接层和分类函数进行情感倾向识别。通过对比实验和消融实验的结果表明，本发明方法在F1值上较其他模型有明显提升。有明显提升。有明显提升。


技术研发人员：刘忠宝 张兴芹
受保护的技术使用者：山东外国语职业技术大学
技术研发日：2022.07.15
技术公布日：2022/11/29