CN105068988B - 多维度和多粒度情感分析方法 - Google Patents

Abstract

本发明涉及一种多维度和多粒度情感分析方法，包括：构建情感资源，即根据特定领域文本的类别体系构建其情感资源；选择情感倾向词，即选择每个类别下的情感词并确定其情感倾向；判别情感倾向性，包括：判断信息资源的类型；从信息资源中获取情感关键词；从信息资源中识别权威发布者，并获取该信息资源的情感分析结果；对社交类信息进行情感分析；对非专有类别社交类信息的情感倾向进行分析；针对专有类别的社交信息进行情感分析。本发明的情感分析方法能够从多维度、多粒度进行情感分析以提供较高的情感分析识别率和精度。

Description

多维度和多粒度情感分析方法

技术领域

本发明涉及语义分析技术领域，更具体地涉及一种多维度和多粒度情感分析方法。

背景技术

随着互联网的飞速发展，互联网络中所蕴含的信息在人们的日常生活中占据了越来越重要的地位。尤其是移动互联网的兴起，使得人们可以在手机等移动终端快速获取网络信息，这也进一步加速了网络社交媒体等互联网络信息来源的发展。情感分析是对带有情感色彩或者情感倾向的文本进行处理、分析和应用的过程，也是自然语言处理领域中较为前沿的研究方向。随着网络信息的***性增长，在备受关注的舆情监控、事件预测、商品推荐等领域，对信息所蕴含的情感色彩进行自动分析的重要性越来越高。因此，针对网络、手机短信等特定领域的信息进行情感分析的研究具有十分重要的意义。

目前，关于情感分析的研究主要有基于情感词典的方法和基于机器学习的方法。其中基于情感词典的方法主要依赖通用的情感词典，通过统计文本中出现的符合规则的短语的语义倾向，来判断整个文本的情感倾向。这种方法的缺点在于无法面向特定领域，例如“地下组织”一词在歌颂红军的领域文本中存在正面情感倾向，但是在反腐等领域中却带有负面情感倾向。基于机器学习的方法尽管可以不受词典的约束，但是由于需要大量具有正确标注的训练语料，且当目标文本与训练样本偏差较大，尤其是变化多样的微博等短文本时，往往无法取得较好的情感分析效果。

当前的情感分析方法的缺陷主要表现为如下所述：1、识别率低下，由于微博等网络文本的不规范性，使得传统的方法在这部分数据上的情感分析识别率较低；2、分析精度不高，由于同一个词在不同类别的文本中可能表现为不同的情感倾向，当适用于某个类别的情感资源应用到另外一个类别的文本时，会导致方法的可用性下降，因此需要提高分析的精度，针对领域中不同类别下的文本分别采用相应的情感资源进行分析；3、分析维度不足，互联网上的信息资源，尤其是微博等往往具有多维属性，如果仅从信息本身所含的文本内容这个单一的维度对其情感倾向进行分析，往往容易丢失资源自身所含的有用信息，因此需要考虑信息资源自身所含的多个维度的信息，以最大程度地挖掘资源中蕴含的情感信息。

发明内容

鉴于现有技术中存在的上述问题，本发明的主要目的在于解决现有技术的缺陷，并发明一种能够从多维度、多粒度进行情感分析以提供较高的情感分析识别率和精度的情感分析方法。

本发明提供了一种多维度和多粒度情感分析方法，包括以下步骤：

步骤S1，构建情感资源，即根据情感分析的具体需求以及面向领域文本的类别体系，构建与所述领域类别体系相吻合的情感资源；

步骤S2，选择情感倾向词，即根据情感分析的具体需求，选择所面向领域中每个类别下的情感词并确定其所具有的情感倾向；

步骤S3，判别情感倾向性，包括以下步骤：根据待判别情感倾向的信息资源的特性判断其所属的类型；根据所述情感资源中的情感关键词，从所述待判别情感倾向的信息资源中获取情感关键词；从所述待判别情感倾向的信息资源中识别权威发布者，并根据所述权威发布者的极性类型获取所述信息资源所属的情感分析结果；对社交类信息进行情感分析；对事件类别为通用类别的信息或者无法获取情感分析结果的社交类信息进行情感倾向分析；针对社交信息中事件类别为专有类别的信息进行情感分析。

其中，所述情感资源为多维度、多粒度的资源体系，其中多维度用于表征分类体系中的多个分类类别，多粒度用于表征某一维度下所采用的特征粒度的大小，针对所面向领域中的每个分类类别，根据情感分析的具体需求可同时采用符号、词语、短语以及句子等不同粒度的字符串及其所对应的在该类别中的情感倾向作为特征。

其中，所述情感倾向词的选择标准为：不同类别维度下在同一粒度级别上所选择的情感关键词不完全相同；同时，对于同一个情感关键词，在不同的类别维度下可以具有不同的情感倾向，其具体的情感倾向应根据其所属的具体类别维度进行选择。

其中，所述情感分析方法还包括构建出通用情感资源以及专有情感资源。

其中，所述专有情感资源包括权威账号情感资源、社交信息观点句情感资源、社交信息短语情感资源、社交信息表情符号情感资源以及社交信息词语情感资源。

其中，步骤S3中所述对社交类信息进行情感分析的步骤中，根据所述待判别情感倾向的信息资源的发布者是否为权威发布者、类型是否为社交信息、内容是否包含评论、信息是否为视频等多媒体信息、性质是否为新闻、所属事件是否为通用类别以及该信息资源在类别体系中所属的分类类别共七个维度上的属性，分别对信息资源的情感倾向性进行判断。

其中，步骤S3中所述对社交类信息进行情感分析的步骤中，根据构建出的权威账号情感资源判断情感的极性，对于权威账号发布的信息在调用社交信息情感分析或者采用通用信息情感分析步骤之前可以快速准确地判断信息的情感倾向。

其中，步骤S3中所述针对社交信息中事件类别为专有类别的信息进行情感分析的步骤包括：

在正式进入专有词典分析流程之前，判断所述信息的核心内容文本的长度，若长度为0则认为所述信息的情感倾向为中性，否则进入所述专有词典分析流程；

提取所述信息中的观点句，若存在观点句，则根据专有的观点句情感资源统计所述信息中命中的观点句数量，根据命中的观点句集合分析所述信息的情感极性；

提取所述信息中的短语，若存在短语，根据专有的短语情感资源统计所述信息中命中的短语数量，根据命中的短语集合分析所述信息的情感极性；

提取所述信息中的表情符号，若存在表情符号，根据专有的表情符号情感资源统计所述信息中命中的表情符号数量，根据命中的表情符号集合分析所述信息的情感极性；

提取所述信息中的词语，若存在词语，根据专有的词语情感资源统计所述信息中命中的词语数量，根据命中的词语集合分析所述信息的情感极性，否则认为所述信息的情感极性为未识别极性。

基于上述技术方案可知，本发明的情感分析方法能够从多维度，即信息资源的发布者是否为权威发布者、类型是否为社交信息、内容是否包含评论、信息是否为视频等多媒体信息、性质是否为新闻、所属事件是否为通用类别以及该信息资源在类别体系中所属的分类类别等共七个维度，以及多粒度，即符号、词语、短语以及句子等不同粒度的字符串及其所对应的在该类别中的情感倾向的角度进行情感分析，从而可以提供更高的情感分析识别率和精度。

附图说明

图1为本发明的情感分析方法的整体流程方框图；

图2为本发明的情感分析处理的主流程方框图；

图3为本发明中社交情感分析的处理规则和流程方框图；

图4为本发明中应用专有词典进行情感分析的处理规则和流程方框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。

本发明公开了一种多维度和多粒度情感分析方法，包括以下步骤：

步骤S1、构建情感资源体系，具体包括：根据情感分析的具体需求以及面向领域的文本的类别体系，构建与该领域类别体系相吻合的情感资源；

步骤S2、选择情感倾向词，具体包括：根据情感分析的具体需求，选择所面向领域中每个类别下的情感词并确定其所具有的情感倾向；

步骤S3、情感倾向性判别，具体包括：待判别情感倾向的信息资源的分类，根据该信息资源的特性判断其所属的类型；中文分词处理，根据情感资源中的情感关键词，从待判别情感倾向的信息资源中获取情感关键词；权威发布者判定，从该信息资源中识别权威发布者，并根据该权威发布者的极性类型获取该信息资源所属的情感分析结果；社交信息情感分析，对社交类信息进行情感分析；通用词典分析，对事件类别为通用类别的信息或者无法获取情感分析结果的社交类信息进行情感倾向分析；专有词典分析，针对社交信息中事件类别为专有类别的信息进行情感分析。

情感资源体系为多维度、多粒度的资源体系，其中多维度用于表征分类体系中的多个分类类别，多粒度用于表征某一维度下所采用的特征粒度的大小，针对所面向的领域中的每个分类类别，根据情感分析的具体需求可同时采用符号、词语、短语以及句子等不同粒度的字符串及其所对应的在该类别中的情感倾向作为特征。

对于情感倾向词的选择，不同类别维度下在同一粒度级别上所选择的情感关键词不完全相同；同时，对于同一个情感关键词，在不同的类别维度下可以具有不同的情感倾向，其具体的情感倾向应根据其所属的具体类别维度进行选择。

该情感分析方法还包括构建通用情感资源以及专有情感资源，其中专有情感资源包括权威账号情感资源、社交信息观点句情感资源、社交信息短语情感资源、社交信息表情符号情感资源以及社交信息词语情感资源。

其中，情感倾向性判别是根据信息资源的发布者是否为权威发布者、类型是否为社交信息、内容是否包含评论、信息是否为视频等多媒体信息、性质是否为新闻、所属事件是否为通用类别以及该信息资源在类别体系中所属的分类类别等共七个维度上的属性，分别对信息资源的情感倾向性进行判断。

其中，情感倾向性判别是根据构建出的权威账号情感资源判断情感的极性，对于权威账号发布的信息在调用社交信息情感分析模块或者采用通用信息情感分析方法之前可以快速准确地判断信息的情感倾向。

其中，针对社交信息中事件类别为专有类别的信息根据其在类别体系中所属的分类类别进行情感分析：在正式进入专利词典分析模块的分析流程之前，模块会先判断该信息的核心内容文本的长度，若长度为0则认为该信息的情感倾向为中性，否则进入该模块的分析流程；首先提取社交信息中的观点句，若存在观点句，则根据专有的观点句情感资源统计该信息中命中的观点句数量，根据命中的观点句集合分析该信息的情感极性，否则继续；其次提取社交信息中的短语，根据专有的短语情感资源统计该信息中命中的短语数量，根据命中的短语集合分析该信息的情感极性，否则继续；然后提取社交信息中的表情符号，根据专有的表情符号情感资源统计该信息中命中的表情符号数量，根据命中的表情符号集合分析该信息的情感极性，否则继续；最后提取社交信息中的词语，根据专有的词语情感资源统计该信息中命中的词语数量，根据命中的词语集合分析该信息的情感极性，否则认为该社交信息的情感极性为未识别极性。

下面将参照附图和具体实施例对本发明做进一步的说明，在实施例中以微博信息为社交信息举例进行说明。

如图1所示，作为本发明一个实施例的一种多维度和多粒度情感分析方法，包括三个部分：情感资源体系构建、情感倾向词选择、情感倾向性判别。其中，情感资源体系构建步骤，用于根据情感分析的具体需求，以及面向的特定领域文本的类别体系，构建与该领域类别体系相吻合的情感资源；情感倾向词选择步骤，用于根据情感分析的具体需求，以及构建出的面向特定领域文本的类别体系，构建与该领域类别体系相吻合的情感资源，针对每个分类类别，根据实际的需求可同时采用符号、词语、短语以及句子等不同粒度的字符串及其所对应的在该类别中的情感倾向作为特征；情感倾向性判别步骤，以待分析的信息为对象，采用图2所示的处理规则和流程分析其情感倾向。

如图2所示，本发明实施例的情感倾向性判别步骤，根据信息资源的发布者是否为权威发布者以及类型是否为社交信息这两个维度上的属性，开始对信息资源的情感倾向性进行判断，在加载情感分析所必须的词典资源并确定必需的参数后，首先判断待分析信息的来源，若为权威账号发布的信息，则直接以该权威账号发布信息的情感极性作为该信息的情感极性；否则进入信息类型判断流程，若为社交类信息资源则调用社交信息情感分析模块分析其情感，根据信息资源内容是否包含评论、信息是否为视频等多媒体信息、性质是否为新闻、所属事件是否为通用类别以及该信息资源在类别体系中所属的分类类别等五个维度上的属性，继续对信息资源的情感倾向性进行判断，否则采用通用信息情感分析方法分析其情感。

如图3所示，社交信息情感分析步骤，用于对社交类信息进行情感分析：首先判断社交信息中是否存在评论等信息，若存在评论信息，则仅处理该评论信息作为情感分析的对象，否则将该信息的全文作为情感分析的对象；其次根据社交信息中是否为新闻、视频、图片等类型分析其情感，否则继续；最后根据社交信息所属的事件类别是否为通用类别分别调用不同的分析模块，如果是通用类别，则采用通用词典分析模块计算该信息的情感极性，否则采用专有词典分析模块计算情感极性。

如图4所示，专有词典分析步骤，用于针对社交信息中事件类别为专有类别的信息根据其在类别体系中所属的分类类别进行情感分析：在正式进入专有词典分析流程之前，会先判断该信息的核心内容文本的长度，若长度为0则认为该信息的情感倾向为中性，否则进入该模块的分析流程。首先提取社交信息中的观点句，若存在观点句，则根据专有的观点句情感资源统计该信息中命中的观点句数量，根据命中的观点句集合分析该信息的情感极性，否则继续；其次提取社交信息中的短语，根据专有的短语情感资源统计该信息中命中的短语数量，根据命中的短语集合分析该信息的情感极性，否则继续；然后提取社交信息中的表情符号，根据专有的表情符号情感资源统计该信息中命中的表情符号数量，根据命中的表情符号集合分析该信息的情感极性，否则继续；最后提取社交信息中的词语，根据专有的词语情感资源统计该信息中命中的词语数量，根据命中的词语集合分析该信息的情感极性，否则认为该社交信息的情感极性为未识别极性。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种多维度和多粒度情感分析方法，其中所述多维度表征信息资源的发布者是否为权威发布者、类型是否为社交信息、内容是否包含评论、信息是否为视频类多媒体信息、性质是否为新闻、所属事件是否为通用类别以及该信息资源在类别体系中所属的分类类别共七个维度上的属性；所述多粒度表征某一维度下所采用的特征粒度的大小，采用符号、词语、短语以及句子共四种不同粒度的字符串及其所对应的在所述类别中的情感倾向；所述情感分析方法包括以下步骤：

步骤S1，构建情感资源，即根据情感分析的具体需求以及面向领域文本的类别体系，构建与所述领域类别体系相吻合的情感资源；

步骤S2，选择情感倾向词，即根据情感分析的具体需求，选择所面向领域中每个类别下的情感词并确定其所具有的情感倾向；

步骤S3，判别情感倾向性，包括以下步骤：根据待判别情感倾向的信息资源的特性判断其所属的类型；根据所述情感资源中的情感关键词，从所述待判别情感倾向的信息资源中获取情感关键词；从所述待判别情感倾向的信息资源中识别权威发布者，并根据所述权威发布者的极性类型获取所述信息资源所属的情感分析结果；对社交类信息进行情感分析；对事件类别为通用类别的信息或者无法获取情感分析结果的社交类信息进行情感倾向分析；针对社交信息中事件类别为专有类别的信息进行情感分析。

2.根据权利要求1所述的多维度和多粒度情感分析方法，其中所述情感资源为多维度、多粒度的资源体系，其中多维度用于表征分类体系中的多个分类类别，多粒度用于表征某一维度下所采用的特征粒度的大小，针对所面向领域中的每个分类类别，根据情感分析的具体需求可同时采用符号、词语、短语以及句子共四种不同粒度的字符串及其所对应的在该类别中的情感倾向作为特征。

3.根据权利要求1所述的多维度和多粒度情感分析方法，其中所述情感倾向词的选择标准为：不同类别维度下在同一粒度级别上所选择的情感关键词不完全相同；同时，对于同一个情感关键词，在不同的类别维度下具有与该类别维度相对应的情感倾向，其具体的情感倾向应根据其所属的具体类别维度进行选择。

4.根据权利要求1所述的多维度和多粒度情感分析方法，其中所述情感分析方法还包括构建出通用情感资源以及专有情感资源。

5.根据权利要求4所述的多维度和多粒度情感分析方法，其中所述专有情感资源包括权威账号情感资源、社交信息观点句情感资源、社交信息短语情感资源、社交信息表情符号情感资源以及社交信息词语情感资源。

6.根据权利要求1所述的多维度和多粒度情感分析方法，其中步骤S3中所述对社交类信息进行情感分析的步骤中，根据所述待判别情感倾向的信息资源的发布者是否为权威发布者、类型是否为社交信息、内容是否包含评论、信息是否为视频类多媒体信息、性质是否为新闻、所属事件是否为通用类别以及该信息资源在类别体系中所属的分类类别共七个维度上的属性，分别对信息资源的情感倾向性进行判断。

7.根据权利要求1所述的多维度和多粒度情感分析方法，其中步骤S3中所述对社交类信息进行情感分析的步骤中，根据构建出的权威账号情感资源判断情感的极性，对于权威账号发布的信息在调用社交信息情感分析或者采用通用信息情感分析步骤之前可以快速准确地判断信息的情感倾向。

8.根据权利要求1所述的多维度和多粒度情感分析方法，其中步骤S3中所述针对社交信息中事件类别为专有类别的信息进行情感分析的步骤包括：

在正式进入专有词典分析流程之前，判断所述信息的核心内容文本的长度，若长度为0则认为所述信息的情感倾向为中性，否则进入所述专有词典分析流程；

提取所述信息中的观点句，若存在观点句，则根据专有的观点句情感资源统计所述信息中命中的观点句数量，根据命中的观点句集合分析所述信息的情感极性；

提取所述信息中的短语，若存在短语，根据专有的短语情感资源统计所述信息中命中的短语数量，根据命中的短语集合分析所述信息的情感极性；

提取所述信息中的表情符号，若存在表情符号，根据专有的表情符号情感资源统计所述信息中命中的表情符号数量，根据命中的表情符号集合分析所述信息的情感极性；

提取所述信息中的词语，若存在词语，根据专有的词语情感资源统计所述信息中命中的词语数量，根据命中的词语集合分析所述信息的情感极性，否则认为所述信息的情感极性为未识别极性。