[發(fā)明專利]面向產(chǎn)品評論的跨領(lǐng)域?qū)ε记楦蟹治龇椒?/span>有效
| 申請?zhí)枺?/td> | 201710229726.6 | 申請日： | 2017-04-10 |
| 公開（公告）號： | CN108694165B | 公開（公告）日： | 2021-11-09 |
| 發(fā)明（設(shè)計）人： | 夏睿;王樂義 | 申請（專利權(quán)）人： | 南京理工大學(xué) |
| 主分類號： | G06F40/30 | 分類號： | G06F40/30;G06F16/35 |
| 代理公司： | 南京理工大學(xué)專利中心 32203 | 代理人： | 陳鵬 |
| 地址： | 210094 *** | 國省代碼： | 江蘇;32 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 面向 產(chǎn)品 評論 領(lǐng)域 對偶 情感 分析 方法 | ||
1.一種面向產(chǎn)品評論的跨領(lǐng)域?qū)ε记楦蟹治龇椒ǎ涮卣髟谟冢ㄒ韵虏襟E：
步驟1，對于給定目標(biāo)領(lǐng)域的產(chǎn)品評論數(shù)據(jù)，首先為其選定情感標(biāo)注語料規(guī)模不低于目標(biāo)領(lǐng)域四倍的領(lǐng)域作為源領(lǐng)域，獲取源領(lǐng)域標(biāo)注語料資源；隨后對源領(lǐng)域和目標(biāo)領(lǐng)域的樣本數(shù)據(jù)預(yù)處理，包括分詞、詞性標(biāo)注和停用詞過濾；
步驟2，借助英文本體庫通過迭代查詢的方式遍歷源領(lǐng)域及目標(biāo)領(lǐng)域語料中所有特征詞的反義詞，并根據(jù)反義詞在數(shù)據(jù)集中的詞頻信息，為每個特征詞的多個反義詞分別設(shè)置權(quán)重，構(gòu)建具備一對多關(guān)系的帶權(quán)反義詞典；
步驟3，使用步驟2構(gòu)建的帶權(quán)反義詞典，結(jié)合跨領(lǐng)域翻轉(zhuǎn)樣本構(gòu)造規(guī)則構(gòu)造翻轉(zhuǎn)樣本，從而擴(kuò)充源領(lǐng)域和目標(biāo)領(lǐng)域的樣本數(shù)據(jù)；
步驟4，采用“詞袋”模型對數(shù)據(jù)集中的原樣本及翻轉(zhuǎn)樣本進(jìn)行文本表示，并對翻轉(zhuǎn)樣本中引入的帶權(quán)情感詞進(jìn)行加權(quán)表示；
步驟5，采用Logistic模型或Navie Bayes算法學(xué)習(xí)基分類器，具體為：
A)對偶學(xué)習(xí)階段：使用源領(lǐng)域的原樣本和翻轉(zhuǎn)樣本作為訓(xùn)練集訓(xùn)練基分類器clsa；僅使用源領(lǐng)域的原樣本訓(xùn)練基分類器clsb；
B)對偶預(yù)測階段：使用基分類器clsa分別預(yù)測目標(biāo)領(lǐng)域原樣本和翻轉(zhuǎn)樣本；使用基分類器clsb預(yù)測目標(biāo)領(lǐng)域原樣本；
C)分類器集成階段：
(1)基于權(quán)重的集成：如式(2)中所示，其中權(quán)重參數(shù)α(0≤α≤1)，po(+|x)為基分類器clsa預(yù)測目標(biāo)領(lǐng)域原樣本為正類的概率，為基分類器clsa預(yù)測目標(biāo)領(lǐng)域翻轉(zhuǎn)樣本預(yù)測為負(fù)類的概率；為采用(2)中加權(quán)的方式集成目標(biāo)領(lǐng)域原樣本、翻轉(zhuǎn)樣本關(guān)于類別y的預(yù)測概率；
(2)基于置信度的集成：采用置信度平滑概率，如式(3)所示，其中為樣本最終預(yù)測的標(biāo)簽，p(y|x)為基分類器clsb預(yù)測目標(biāo)領(lǐng)域原樣本的概率，Δp為c為置信度，其中，當(dāng)c0時，系統(tǒng)更信任基于權(quán)重的集成
2.根據(jù)權(quán)利要求1所述的面向產(chǎn)品評論的跨領(lǐng)域?qū)ε记楦蟹治龇椒ǎ涮卣髟谟冢霾襟E1具體為：
A)對于給定目標(biāo)領(lǐng)域的產(chǎn)品評論數(shù)據(jù)，首先為其選定情感標(biāo)注語料規(guī)模不低于目標(biāo)領(lǐng)域四倍的領(lǐng)域作為源領(lǐng)域，獲取源領(lǐng)域標(biāo)注語料資源；
B)使用現(xiàn)有的開源分詞和詞性標(biāo)注工具對源領(lǐng)域及目標(biāo)領(lǐng)域的語料進(jìn)行分詞、詞性標(biāo)注，并過濾語料中的停用詞。
3.根據(jù)權(quán)利要求2所述的面向產(chǎn)品評論的跨領(lǐng)域?qū)ε记楦蟹治龇椒ǎ涮卣髟谟冢褂玫姆衷~和詞性標(biāo)注工具包括NLTK，Stanford-PosTagger。
4.根據(jù)權(quán)利要求1所述的面向產(chǎn)品評論的跨領(lǐng)域?qū)ε记楦蟹治龇椒ǎ涮卣髟谟冢襟E2所述具備 一對多關(guān)系的帶權(quán)反義詞典的構(gòu)建方法具體為：
借助英文本體庫通過迭代查詢的方式遍歷源領(lǐng)域和目標(biāo)領(lǐng)域中所有形容詞、動詞、副詞的反義詞，并根據(jù)各反義詞在數(shù)據(jù)集的詞頻信息，為每個特征擇的多個反義詞分別設(shè)置權(quán)重，構(gòu)建具備一對多關(guān)系的帶權(quán)反義詞典；
特征詞的反義詞權(quán)重計算策略如下：
A)BOOL權(quán)重策略，即將每個特征詞的多個反義詞的權(quán)重均設(shè)置為1；
B)詞頻權(quán)重策略，采用一種基于詞頻與權(quán)重映射關(guān)系的表示方法；
首先，定義一種詞頻和權(quán)重信息的映射關(guān)系，表示為：
其中為權(quán)重向量，維度為詞表大小，為詞頻權(quán)重，為詞表，#V為詞表大小。
5.根據(jù)權(quán)利要求4所述的面向產(chǎn)品評論的跨領(lǐng)域?qū)ε记楦蟹治龇椒ǎ涮卣髟谟冢褂玫挠⑽谋倔w庫為WordNet。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于南京理工大學(xué)，未經(jīng)南京理工大學(xué)許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/201710229726.6/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
