一种基于评价对象阵营的立场分析模型构建方法与流程

本发明涉及一种基于评价对象阵营的立场分析模型构建方法。

背景技术：

在分析海量评论信息的立场(褒义、贬义、中立等)时，人工判断立场的方法需要耗费大量的人力且效率低。此外，评论信息中涉及的对象很多，评论信息中同样的表达方式，针对不同的对象，立场也不同。因此，当前基于对象进行情感褒贬分析的方法无法直接运用在立场分析。

技术实现要素：

为了克服现有技术的上述缺点，本发明提供了一种基于评价对象阵营的立场分析模型构建方法，针对网络社交媒体的评论信息，构建对象阵营词典，利用本发明的对象阵营判断模型以及立场分析模型的协作，可以达到快速准确分析评论信息立场的目的。

本发明解决其技术问题所采用的技术方案是：一种基于评价对象阵营的立场分析模型构建方法，包括如下步骤：

步骤一、构建对象阵营词典；

步骤二、构建对象阵营判断语料；

步骤三、构建对象阵营判断模型；

步骤四、构建立场分析语料；

步骤五、构建立场分析模型。

与现有技术相比，本发明的积极效果是：

通过本发明方法构建的立场分析模型对目标对象的分析速度快，远远高于人工判定；其次是准确率高，模型准确率可达到72.54％，且能分析一些少数立场，同时，训练语料构建工作量小，只需要制作一个小规模的语料库，就可以对模型进行训练。

综上，本发明的立场分析模型在分析目标对象立场时，不仅节约了人力成本，降低了工作量，且提高了对目标对象立场分析的效率及准确率。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1为本发明的原理框图。

具体实施方式

一种基于评价对象阵营的立场分析模型构建方法，如图1所示，针对网络社交媒体的评论信息，构建对象阵营词典。采用词典-评论信息匹配的方法，抽取出明显具有对象阵营特征的句子，作为对象阵营判断的学习语料，构建对象阵营判断模型，完成评论信息对象阵营的判断。人工标注评论信息的立场，并将其与对象阵营、评论信息共同作为立场分析模型的输入，通过训练得到立场分析模型。

本发明的具体内容包括：

(一)对象阵营判断模型构建

1、对象阵营词典构建

为了方便对象阵营判断语料的构建，首先通过人工分析方法构建对象阵营词典，用于匹配评论中的对象信息。该词典内容为一个对象跟随一个类别标签，对象阵营包含两大阵营，分别记为0、1。

2、对象阵营判断语料构建

将对象的评论信息与词典进行匹配，选出明显具有对象阵营特征的评论信息，分别归到0、1阵营中，共同构成对象阵营判断语料。

同时，在不打乱语料对象阵营对应关系的基础上进行语料随机乱序，并将语料信息按照8:1:1的比例分为训练集、验证集、测试集。

3、对象阵营判断模型构建

对象阵营判断模型是一个经典的双向长短记忆神经网络(blstm)。

对象阵营判断模型的大体结构可以描述如下：

a.输入层：将长度为n的句子t中的每个词wt＝{wt1，wt2，...，wtn，}的词向量st＝{st1，st2，...，stn，}输入。

st＝embedding(wt)

b.双向神经网络：通过双向的长短记忆神经网络得到每个词的抽象表示ht＝{ht1，ht2，...，htn，}(隐层输出，维度为50)。

ht＝bsltm(st)

c.输出层：将每个句子最后一个词的隐层输出htn作为最终的句子表示，经过linear层转化为2维并通过softmax函数得到一个2维概率分布pt，分别代表评价对象阵营为0和1。

pt＝softmax(w×htn+bias)

其中，w为句子的权重，bias为偏置。

(二)立场分析模型构建

1、立场分析语料构建

对目标对象评论信息的立场进行人工标注，结合评论信息对象阵营判断的结果，从评论信息的对象阵营、立场、评论信息内容三方面，完成立场分析语料构建。同样，在不打乱语料对应关系的基础上进行语料随机乱序，并将语料信息按照8:1:1的比例分为训练集、验证集、测试集。

2、立场分析模型构建

结合评论信息对象阵营判断的结果，将评论信息的对象阵营、立场、评论信息内容三个要素共同作为立场分析模型的输入，基于blstm的分类神经网络，构建立场分析模型。

模型结构描述如下：

a.输入层：将长度为n的句子t的每个词wt＝{wt1，wt2，...，wtn，}的词向量st＝{st1，st2，...，stn，}与该句子对象阵营的向量表示vt进行连接，并作为立场分析模型的输入，记为it。

其中，对象阵营vt的向量表示方法为one-hot形式：对象阵营标签为0，向量类别表示为[1,0,0]；对象阵营标签为1，向量类别表示为[0,1,0]；对象阵营标签为2，向量类别表示为[0,0,1]。

it＝concatenate(st，vt)

b.双向神经网络：通过双向长短记忆神经网络得到每个词的抽象表示ht＝{ht1，ht2，...，htn，}(隐层输出，维度为50)。

ht＝bsltm(it)

c.注意力层(attentionlayer)：在每个词的隐层输出ht上再连接一次该句子对象阵营vt的向量表示，作为注意力层的输入kt，在注意力层对该向量进行线性非线性变换，使之变成句子长度n维的概率分布at，并认为概率大的位置对于最后的立场判断更加重要。将该概率分布(概率分布拓展到与隐层输出的维度相同)与句子中每个词的隐层输出按位相乘，并求和，即加权求和，作为句子的一个表示rt。

注意力层采用linear+tanh+linear变换。其中注意力层的输入kt计算方法如下：

kt＝concatenate(ht，vt)

概率分布at：

at＝attention(kt)

句子的一个表示rt：

rt＝sum(at×ht)

d.输出层：将注意力层加权求和得到的句子表示rt与句子最后一个词的隐层输出htn进行按位加法，结果作为最终的句子表示ht*，

ht*＝rt+htn

将ht*经过linear函数变换为3维向量，并经过softmax函数得到一个3维概率分布pt。

pt＝softmax(w×ht*+bias)。

技术特征：

技术总结
本发明公开了一种基于评价对象阵营的立场分析模型构建方法，包括如下步骤：步骤一、构建对象阵营词典；步骤二、构建对象阵营判断语料；步骤三、构建对象阵营判断模型；步骤四、构建立场分析语料；步骤五、构建立场分析模型。与现有技术相比，本发明的积极效果是：通过本发明方法构建的立场分析模型对目标对象的分析速度快，远远高于人工判定；其次是准确率高，模型准确率可达到72.54％，且能分析一些少数立场，同时，训练语料构建工作量小，只需要制作一个小规模的语料库，就可以对模型进行训练。综上，本发明的立场分析模型在分析目标对象立场时，不仅节约了人力成本，降低了工作量，且提高了对目标对象立场分析的效率及准确率。

技术研发人员：曾曦;阳红;谢瑞云;夏明赟;赵姝颖;常明芳
受保护的技术使用者：中国电子科技集团公司第三十研究所
技术研发日：2018.08.17
技术公布日：2019.02.19