(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210830349.2 (22)申请日 2022.07.15 (71)申请人 山东外国语职业 技术大学 地址 276825 山 东省日照市山海路9 9号 (72)发明人 刘忠宝　张兴芹　 (74)专利代理 机构 武汉诚儒知识产权代理事务 所(普通合伙) 42265 专利代理师 邱琳 (51)Int.Cl. G06F 40/289(2020.01) G06F 40/30(2020.01) G06K 9/62(2022.01) G06F 16/36(2019.01) (54)发明名称 一种知识与数据驱动 的多粒度中文文本情 感分析方法 (57)摘要 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Tran sE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 。 权利要求书2页 说明书12页 附图3页 CN 115409028 A 2022.11.29 CN 115409028 A 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Tc＝{c1,c2,...,cm}， 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Tw＝{w1,w2,...,wn}， 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Tc和词文本Tw处理， 分别得到字级部首 文本Trc＝{rc1,rc2,...,rcm}和词级部首文本Trw＝{rw1,rw2,...,rwn}， 字级部首文本Trc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Tw转换为词 性文本Tpos＝{pos1,pos2,...,posn}， 其中各元素表示词对应的词 性， 至此 得到输入数据{Tc,Trc,Tw,Trw,Tpos}。 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{Ec,Erc,Ew,Erw, Epos}， 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S 3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BiGRUc模型的初始状态均置为0， 将字向量集合Ec输入BiGRUc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：权　利　要　求　书 1/2 页 2 CN 115409028 A 2S3.2、 通过点积注意力机制分别将yc与字级部首向量集合Erc进行特征融合， 得到融合 后的向量 计算式为： 其中αi表示字级部首向量集合Erc中第i个元素 和字特征向量集合yc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BiGRUrc模型的输入向量， 将BiGRUc模型最后时刻的隐层状态传递给 BiGRUrc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Kr_c； S4.3、 将多头注意力机制将字 ‑部首特征向量集合Vr_c作为Query向量、 将情感知识向量 Kr_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： Kr_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Vy； S5.2、 将融合后的特征向量Vy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。权　利　要　求　书 2/2 页 3 CN 115409028 A 3