一種基于結(jié)構(gòu)句法的情緒原因事件識別方法及系統(tǒng)技術(shù)方案

本發(fā)明專利技術(shù)公開了一種基于結(jié)構(gòu)句法的情緒原因事件識別方法及系統(tǒng)，包括：獲取預(yù)設(shè)量的訓(xùn)練文本，所述訓(xùn)練文本為已提供其情緒原因事件的文本；將所述訓(xùn)練文本進(jìn)行分詞處理，得到分別與每個(gè)所述訓(xùn)練文本對應(yīng)的訓(xùn)練詞組；確定所述訓(xùn)練詞組中每個(gè)詞語的結(jié)構(gòu)句法特征；利用所述訓(xùn)練詞組及每個(gè)所述訓(xùn)練詞組包括的每個(gè)詞語的結(jié)構(gòu)句法特征訓(xùn)練CRF模型；利用所述CRF模型確定待測詞組對應(yīng)的待測文本的情緒原因事件。本發(fā)明專利技術(shù)實(shí)施例提供的一種基于結(jié)構(gòu)句法的情緒原因事件識別方法及系統(tǒng)獲取待測文本的情緒原因事件的準(zhǔn)確率較高，即對于情緒原因事件的識別性能較好。

【技術(shù)實(shí)現(xiàn)步驟摘要】

本專利技術(shù)設(shè)及信息抽取
，更具體地說，設(shè)及一種基于結(jié)構(gòu)句法的情緒原因 事件識別方法及系統(tǒng)。
技術(shù)介紹
隨著互聯(lián)網(wǎng)的高速發(fā)展，網(wǎng)絡(luò)信息數(shù)據(jù)不斷增加，大量信息W電子文本的形式呈 現(xiàn)在人們面前。而如何從運(yùn)些大量的信息中迅速、準(zhǔn)確地提取出人們所需求的重要信息就 越發(fā)重要。 信息抽取是從文本信息中自動(dòng)獲取所需信息的一種主要手段。信息抽取是將無結(jié) 構(gòu)的文本信息，按照人們的需求識別和抽取出來，轉(zhuǎn)化為結(jié)構(gòu)化或半結(jié)構(gòu)化的信息，并采用 數(shù)據(jù)庫的形式存儲(chǔ)，W便人們查詢和進(jìn)一步的分析、利用。其中，由文本信息中獲取其情緒 原因事件是信息抽取中的一個(gè)重要方面，情緒原因事件是指文本信息（可W是某段語句） 中情緒的觸發(fā)事件。例如，對于文本信息：1amh曰ppybee曰useIh曰vep曰ssedthetest。 該句中情緒對應(yīng)的情緒詞為happy,與之對應(yīng)的情緒原因事件為Ihavepassedthetest。 目前，情緒原因事件識別方法大多是基于機(jī)器學(xué)習(xí)的方法，即使用統(tǒng)計(jì)的方法進(jìn) 行研究。主要還是基于全監(jiān)督的學(xué)習(xí)方法，運(yùn)種方法把情緒原因事件識別看成分類問題，選 擇合適的特征并使用合適的分類器來完成。但是，運(yùn)種方法獲取待測文本的情緒原因事件 的準(zhǔn)確率較低。 綜上所述，現(xiàn)有技術(shù)中的情緒原因事件識別方法存在獲取待測文本的情緒原因事 件的準(zhǔn)確率較低的問題。
技術(shù)實(shí)現(xiàn)思路
本專利技術(shù)的目的是提供一種基于結(jié)構(gòu)句法的情緒原因事件識別方法及系統(tǒng)，W解決 現(xiàn)有技術(shù)中存在的獲取待測文本的情緒原因事件的準(zhǔn)確率較低的問題。 為了實(shí)現(xiàn)上述目的，本專利技術(shù)提供如下技術(shù)方案： 一種基于結(jié)構(gòu)句法的情緒原因事件識別方法，包括： 獲取預(yù)設(shè)量的訓(xùn)練文本，所述訓(xùn)練文本為已提供其情緒原因事件的文本； 將所述訓(xùn)練文本進(jìn)行分詞處理，得到分別與每個(gè)所述訓(xùn)練文本對應(yīng)的訓(xùn)練詞組； 確定所述訓(xùn)練詞組中每個(gè)詞語的結(jié)構(gòu)句法特征； 利用所述訓(xùn)練詞組及每個(gè)所述訓(xùn)練詞組包括的每個(gè)詞語的結(jié)構(gòu)句法特征訓(xùn)練CRF 模型； 利用所述CRF模型確定待測詞組對應(yīng)的待測文本的情緒原因事件。 優(yōu)選的，所述利用所述訓(xùn)練詞組及每個(gè)所述訓(xùn)練詞組包括的每個(gè)詞語的結(jié)構(gòu)句法 特征訓(xùn)練CRF模型，包括： 確定每個(gè)所述訓(xùn)練詞組中與該訓(xùn)練詞組的情緒原因事件對應(yīng)的訓(xùn)練情緒詞；其 中，所述訓(xùn)練詞組的情緒原因事件為與所述訓(xùn)練詞組對應(yīng)的訓(xùn)練文本的情緒原因事件； 確定每個(gè)所述訓(xùn)練詞組中每個(gè)詞語的詞特征、詞性特征及詞距離；其中，每個(gè)所述 訓(xùn)練詞組中每個(gè)詞語的詞距離為該訓(xùn)練詞組中每個(gè)詞語與該訓(xùn)練詞組中的訓(xùn)練情緒詞之 間的距離； 利用每個(gè)所述訓(xùn)練詞組及該訓(xùn)練詞組中每個(gè)詞語的詞特征、詞性特征、詞距離及 結(jié)構(gòu)句法特征訓(xùn)練CRF模型。 優(yōu)選的，確定每個(gè)所述訓(xùn)練詞組中每個(gè)詞語的詞特征、詞性特征及結(jié)構(gòu)句法特征， 包括： 利用Stan化rd工具確定所述訓(xùn)練詞組中每個(gè)詞語的詞特征、詞性特征及結(jié)構(gòu)句 法特征。 優(yōu)選的，所述確定每個(gè)所述訓(xùn)練詞組中每個(gè)詞語的詞特征、詞性特征及詞距離，包 括： 確定每個(gè)所述訓(xùn)練詞組中每個(gè)詞語的詞特征、詞性特征及詞距離；其中，每個(gè)所述 訓(xùn)練詞組中位于該訓(xùn)練詞組中的訓(xùn)練情緒詞左邊的詞語的詞距離為負(fù)數(shù)，位于該訓(xùn)練詞組 中的訓(xùn)練情緒詞右邊的詞語的詞距離為正數(shù)。 優(yōu)選的，所述利用所述CRF模型確定待測詞組對應(yīng)的待測文本的情緒原因事件， 包括： 獲取待測文本，所述待測文本為未提供其情緒原因事件的文本； 將所述待測文本進(jìn)行分詞處理，得到待測詞組；確定所述待測詞組中包括的待測情緒詞； 確定所述待測詞組中每個(gè)詞語的詞特征、詞性特征、詞距離及結(jié)構(gòu)句法特征；其 中，所述待測詞組中每個(gè)詞語的詞距離為該待測詞組中每個(gè)詞語與待測情緒詞之間的距 離； 利用所述待測詞組中每個(gè)詞語的詞特征、詞性特征、詞距離及結(jié)構(gòu)句法特征，通過 所述CRF模型，得到所述待測文本的情緒原因事件。 一種基于結(jié)構(gòu)句法的情緒原因事件識別系統(tǒng)，包括： 獲取模塊，用于獲取預(yù)設(shè)量的訓(xùn)練文本，所述訓(xùn)練文本為已提供其情緒原因事件 的文本； 分詞模塊，用于將所述訓(xùn)練文本進(jìn)行分詞處理，得到分別與每個(gè)所述訓(xùn)練文本對 應(yīng)的訓(xùn)練詞組； 第一確定模塊，用于確定所述訓(xùn)練詞組中每個(gè)詞語的結(jié)構(gòu)句法特征； 訓(xùn)練模塊，用于利用所述訓(xùn)練詞組及每個(gè)所述訓(xùn)練詞組包括的每個(gè)詞語的結(jié)構(gòu)句 法特征訓(xùn)練CRF模型； 第二確定模塊，用于利用所述CRF模型確定待測詞組對應(yīng)的待測文本的情緒原因 事件。 本專利技術(shù)提供的一種基于結(jié)構(gòu)句法的情緒原因事件識別方法及系統(tǒng)，包括：獲取預(yù) 設(shè)量的訓(xùn)練文本，所述訓(xùn)練文本為已提供其情緒原因事件的文本；將所述訓(xùn)練文本進(jìn)行分 詞處理，得到分別與每個(gè)所述訓(xùn)練文本對應(yīng)的訓(xùn)練詞組；確定所述訓(xùn)練詞組中每個(gè)詞語的 結(jié)構(gòu)句法特征；利用所述訓(xùn)練詞組及每個(gè)所述訓(xùn)練詞組包括的每個(gè)詞語的結(jié)構(gòu)句法特征訓(xùn) 練CRF模型；利用所述CRF模型確定待測詞組對應(yīng)的待測文本的情緒原因事件。與現(xiàn)有技 術(shù)相比，本申請中利用訓(xùn)練文本進(jìn)行分詞后的詞組及詞組中每個(gè)詞語的結(jié)構(gòu)句法特征構(gòu)建CRFkonditionalrandomfieldalgorithm,條件隨機(jī)場算法）模型，即建立一個(gè)統(tǒng)一的概 率模型，進(jìn)一步利用上述CRF模型確定待測文本的情緒原因事件，實(shí)驗(yàn)證明，本專利技術(shù)實(shí)施例 提供的一種基于結(jié)構(gòu)句法的情緒原因事件識別方法及系統(tǒng)獲取待測文本的情緒原因事件 的準(zhǔn)確率較高，即對于情緒原因事件的識別性能較好?！靖綀D說明】 為了更清楚地說明本專利技術(shù)實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 專利技術(shù)的實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可W根據(jù) 提供的附圖獲得其他的附圖。圖1為本專利技術(shù)實(shí)施例提供的一種基于結(jié)構(gòu)句法的情緒原因事件識別方法的流程 圖；圖2為本專利技術(shù)實(shí)施例提供的一種基于結(jié)構(gòu)句法的情緒原因事件識別方法中結(jié)構(gòu) 句法特征中各節(jié)點(diǎn)的示意圖；圖3為本專利技術(shù)實(shí)施例提供的一種基于結(jié)構(gòu)句法的情緒原因事件識別方法中步驟 S16的流程圖；圖4為本專利技術(shù)實(shí)施例提供的一種基于結(jié)構(gòu)句法的情緒原因事件識別系統(tǒng)的結(jié)構(gòu) 不意圖?！揪唧w實(shí)施方式】 下面將結(jié)合本專利技術(shù)實(shí)施例中的附圖，對本專利技術(shù)實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實(shí)施例僅僅是本專利技術(shù)一部分實(shí)施例，而不是全部的實(shí)施例?；?本專利技術(shù)中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他 實(shí)施例，都屬于本專利技術(shù)保護(hù)的范圍。 請參閱圖1，其示出了本專利技術(shù)實(shí)施例提供的一種基于結(jié)構(gòu)句法的情緒原因事件識 別方法的流程圖，可W包括W下步驟： S11:獲取預(yù)設(shè)量的訓(xùn)練文本，訓(xùn)練文本為已提供其情緒原因事件的文本。 其中，預(yù)設(shè)量可根據(jù)實(shí)際需要進(jìn)行確定。 W44] S12:將訓(xùn)練文本進(jìn)行分詞處理，得到分別與每個(gè)訓(xùn)練文本對應(yīng)的訓(xùn)練詞組。 其中，分詞處理即為將一段文本分割成詞語的組合，如將語句"我很高興"，分割成 "我""很""高興"。另外，本專利技術(shù)實(shí)施例中訓(xùn)練文本及下文中的待測文本可W是英文文本， 也可W是中文文本。 S13:確定訓(xùn)練詞組中每個(gè)詞語的結(jié)構(gòu)句法特征。S14 :利用訓(xùn)練詞組及每個(gè)訓(xùn)練詞組包括的每個(gè)詞語的結(jié)構(gòu)句法特征訓(xùn)練CRF模 型。 W48] S15 :利用CRF模型確定待測詞組對應(yīng)的待測文本的本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種基于結(jié)構(gòu)句法的情緒原因事件識別方法，其特征在于，包括：獲取預(yù)設(shè)量的訓(xùn)練文本，所述訓(xùn)練文本為已提供其情緒原因事件的文本；將所述訓(xùn)練文本進(jìn)行分詞處理，得到分別與每個(gè)所述訓(xùn)練文本對應(yīng)的訓(xùn)練詞組；確定所述訓(xùn)練詞組中每個(gè)詞語的結(jié)構(gòu)句法特征；利用所述訓(xùn)練詞組及每個(gè)所述訓(xùn)練詞組包括的每個(gè)詞語的結(jié)構(gòu)句法特征訓(xùn)練CRF模型；利用所述CRF模型確定待測詞組對應(yīng)的待測文本的情緒原因事件。

【技術(shù)特征摘要】

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：李壽山，徐健，周國棟，
申請(專利權(quán))人：蘇州大學(xué)張家港工業(yè)技術(shù)研究院，
類型：發(fā)明
國別省市：江蘇;32