本發(fā)明涉及人工智能技術(shù)領(lǐng)域，特別是一種自動更新的文檔情感分析系統(tǒng)及對應(yīng)的方法。

背景技術(shù)：

常用的文檔情感識別技術(shù)通常采用：先收集大量的情感詞，如高興、興奮、憤怒、悲傷等，并對每個情感詞進行量化分值，然后將這些詞組成情感詞庫。使用時利用情感詞庫去和目標(biāo)文檔匹配，當(dāng)情感詞庫中的情感詞和目標(biāo)文檔中出現(xiàn)的詞匹配成功時，即按之前量化的該詞的量化分值來進行打分，最后將分?jǐn)?shù)匯總得到該篇文檔的情感指數(shù)。

舉例如下：

高興(1分)、憤怒(-1分)……

在某篇文檔中共出現(xiàn)高興50次，憤怒10次，當(dāng)該篇文檔最終的情感分?jǐn)?shù)為50+(-10)＝40分。

如滿分是100分，當(dāng)出現(xiàn)評分是80以上、90以上或者負(fù)的90以下、80以下時，其結(jié)果相對較準(zhǔn)確；但是，如果評分在50左右時，則難以判斷，因為50分時會有多種情況，比如整篇文檔出現(xiàn)的都是中性詞，或者有一半正向情感詞和一半負(fù)向情感詞，最后的分?jǐn)?shù)都有可能是50分。

因此，采用上述的文檔情感評分方法存在諸多弊端，首先情感詞庫不能自動更新，需要人為的添加情感詞進去，以及人為的為其賦予分值，影響結(jié)果的客觀性；其次，單純的分?jǐn)?shù)并不一定能夠完全反應(yīng)出文檔情感的真實情況。

技術(shù)實現(xiàn)要素：

本發(fā)明為解決上述問題，提供了一種自動更新的文檔情感分析系統(tǒng)及方法，不僅提高文檔情感評分的準(zhǔn)確性和客觀性，而且能夠自動更新情感詞庫，管理更方便。

為實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案為：

一種自動更新的文檔情感分析系統(tǒng)，其包括：

情感詞庫構(gòu)建模塊，其通過收集初始情感詞，并計算每個初始情感詞的向量值，根據(jù)所述初始情感詞和對應(yīng)的向量值進行構(gòu)建初始情感詞庫；

情感詞匹配模塊，提取目標(biāo)文檔中的情感詞，根據(jù)向量值將提取的文檔情感詞與所述初始情感詞進行匹配，并計算所述文檔情感詞與所述初始情感詞的向量值匹配度；

文檔情感評分模塊，根據(jù)所述向量值匹配度對所述文檔情感詞進行統(tǒng)計評分，得到所述目標(biāo)文檔的情感值；

情感詞庫更新模塊，將向量值匹配度大于預(yù)設(shè)閾值的文檔情感詞加入到所述情感詞庫，得到更新后的情感詞庫。

優(yōu)選的，所述的情感詞庫構(gòu)建模塊構(gòu)建初始情感詞庫時，還進一步對收集的初始情感詞進行分類，包括以下類別：正向情感詞、負(fù)向情感詞、中性情感詞；所述的情感詞庫更新模塊更新情感詞庫時，根據(jù)所述文檔情感詞所匹配的初始情感詞的類別，將所述文檔情感詞加入情感詞庫的對應(yīng)的類別中。

優(yōu)選的，所述的文檔情感評分模塊中，根據(jù)所述向量值匹配度對所述文檔情感詞進行統(tǒng)計評分，當(dāng)所述向量值匹配度為100％完全匹配時，則賦予所述文檔情感詞的評分為滿分；當(dāng)所述向量值匹配度為部分匹配時，則賦予所述文檔情感詞的評分為滿分的對應(yīng)百分比。

優(yōu)選的，所述的文檔情感評分模塊中，根據(jù)所述向量值匹配度對所述文檔情感詞進行統(tǒng)計評分，包括統(tǒng)計所述文檔情感詞的類別、評分、數(shù)量；即，所述目標(biāo)文檔的情感值＝(正向情感詞的評分*數(shù)量)+(負(fù)向情感詞的評分*數(shù)量)+(中性情感詞的評分*數(shù)量)。

優(yōu)選的，所述的文檔情感評分模塊中，根據(jù)所述向量值匹配度對所述文檔情感詞進行統(tǒng)計評分，是指將所述向量值匹配度大于預(yù)設(shè)閾值的文檔情感詞加入到評分統(tǒng)計中，并對所述向量值匹配度小于或等于預(yù)設(shè)閾值的文檔情感詞忽略不計。

對應(yīng)的，本發(fā)明還提供了一種自動更新的文檔情感分析方法，其包括以下步驟：

a.收集初始情感詞，并計算每個初始情感詞的向量值，根據(jù)所述初始情感詞和對應(yīng)的向量值進行構(gòu)建初始情感詞庫；

b.提取目標(biāo)文檔中的情感詞，根據(jù)向量值將提取的文檔情感詞與所述初始情感詞進行匹配，并計算所述文檔情感詞與所述初始情感詞的向量值匹配度；

c.根據(jù)所述向量值匹配度對所述文檔情感詞進行統(tǒng)計評分，得到所述目標(biāo)文檔的情感值；

d.將向量值匹配度大于預(yù)設(shè)閾值的文檔情感詞加入到所述情感詞庫，得到更新后的情感詞庫。

優(yōu)選的，所述的步驟a中構(gòu)建初始情感詞庫時，還進一步對收集的初始情感詞進行分類，包括以下類別：正向情感詞、負(fù)向情感詞、中性情感詞；所述的步驟d中更新情感詞庫時，根據(jù)所述文檔情感詞所匹配的初始情感詞的類別，將所述文檔情感詞加入情感詞庫的對應(yīng)的類別中。

優(yōu)選的，所述的步驟c中，根據(jù)所述向量值匹配度對所述文檔情感詞進行統(tǒng)計評分，當(dāng)所述向量值匹配度為100％完全匹配時，則賦予所述文檔情感詞的評分為滿分；當(dāng)所述向量值匹配度為部分匹配時，則賦予所述文檔情感詞的評分為滿分的對應(yīng)百分比。

優(yōu)選的，所述的步驟c中，根據(jù)所述向量值匹配度對所述文檔情感詞進行統(tǒng)計評分，包括統(tǒng)計所述文檔情感詞的類別、評分、數(shù)量；即，所述目標(biāo)文檔的情感值＝(正向情感詞的評分*數(shù)量)+(負(fù)向情感詞的評分*數(shù)量)+(中性情感詞的評分*數(shù)量)。

優(yōu)選的，所述的步驟c中，根據(jù)所述向量值匹配度對所述文檔情感詞進行統(tǒng)計評分，是指將所述向量值匹配度大于預(yù)設(shè)閾值的文檔情感詞加入到評分統(tǒng)計中，并對所述向量值匹配度小于或等于預(yù)設(shè)閾值的文檔情感詞忽略不計。

本發(fā)明的有益效果是：

1、利用情感詞匹配進行循環(huán)自動更新情感詞庫，效率更高，準(zhǔn)確性更好；

2、利用向量值進行情感詞的相似度匹配，并將匹配度較高的情感詞加入評分統(tǒng)計，提高匹配范圍，便評分結(jié)果更接近真實情況；

3、加入匹配計數(shù)，為最終結(jié)果值提供輔助性判斷。

附圖說明

此處所說明的附圖用來提供對本發(fā)明的進一步理解，構(gòu)成本發(fā)明的一部分，本發(fā)明的示意性實施例及其說明用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的不當(dāng)限定。在附圖中：

圖1為本發(fā)明一種自動更新的文檔情感分析系統(tǒng)的結(jié)構(gòu)示意圖；

圖2為本發(fā)明一種自動更新的文檔情感分析方法的流程簡圖。

具體實施方式

為了使本發(fā)明所要解決的技術(shù)問題、技術(shù)方案及有益效果更加清楚、明白，以下結(jié)合附圖及實施例對本發(fā)明進行進一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

如圖1所示，本發(fā)明的一種自動更新的文檔情感分析系統(tǒng)，其包括：

情感詞庫構(gòu)建模塊，其通過收集初始情感詞，并計算每個初始情感詞的向量值，根據(jù)所述初始情感詞和對應(yīng)的向量值進行構(gòu)建初始情感詞庫；

情感詞匹配模塊，提取目標(biāo)文檔中的情感詞，根據(jù)向量值將提取的文檔情感詞與所述初始情感詞進行匹配，并計算所述文檔情感詞與所述初始情感詞的向量值匹配度；

文檔情感評分模塊，根據(jù)所述向量值匹配度對所述文檔情感詞進行統(tǒng)計評分，得到所述目標(biāo)文檔的情感值；

情感詞庫更新模塊，將向量值匹配度大于預(yù)設(shè)閾值的文檔情感詞加入到所述情感詞庫，得到更新后的情感詞庫。

其中，計算所述初始情感詞或所述文檔情感詞的向量值的方法，可采用w2v算法。

所述的情感詞庫構(gòu)建模塊構(gòu)建初始情感詞庫時，還進一步對收集的初始情感詞進行分類，包括以下類別：正向情感詞、負(fù)向情感詞、中性情感詞。

所述的情感詞庫更新模塊更新情感詞庫時，根據(jù)所述文檔情感詞所匹配的初始情感詞的類別，將所述文檔情感詞加入情感詞庫的對應(yīng)的類別中。

所述的文檔情感評分模塊中，根據(jù)所述向量值匹配度對所述文檔情感詞進行統(tǒng)計評分，當(dāng)所述向量值匹配度為100％完全匹配時，則賦予所述文檔情感詞的評分為滿分；當(dāng)所述向量值匹配度為部分匹配時，則賦予所述文檔情感詞的評分為滿分的對應(yīng)百分比。例如，以滿分為1分為例：如情感詞庫中，初始情感詞為“高興”，匹配到文檔情感詞為“興奮”，其向量值匹配度為90％，則計0.9分。假設(shè)向量值匹配度的預(yù)設(shè)閾值為80％，由于該文檔情感詞“興奮”的匹配度90％超過預(yù)設(shè)閾值，則把“興奮”加入到情感詞庫中，并按初始情感詞“高興”的所屬類別，將“興奮”加入至正向情感詞的分組中，在下次計算文檔的情感值時，“興奮”一詞作為情感詞庫直接使用。

所述的文檔情感評分模塊中，根據(jù)所述向量值匹配度對所述文檔情感詞進行統(tǒng)計評分，除了計算評分的分值，情感詞的數(shù)量和類別也是重要參考數(shù)據(jù)。本實施例中的統(tǒng)計評分包括統(tǒng)計所述文檔情感詞的類別、評分、數(shù)量；其中，情感詞的數(shù)量可直接通過匹配次數(shù)進行計數(shù)，將匹配數(shù)量作為評估依據(jù)之一。所述目標(biāo)文檔的情感值＝(正向情感詞的評分*數(shù)量)+(負(fù)向情感詞的評分*數(shù)量)+(中性情感詞的評分*數(shù)量)。例如，情感值的滿分100，最后得分為50，可能存在兩種情況：一是正向情感詞和負(fù)向情感詞匹配數(shù)量較為接近時，可以判斷該篇文檔的情感具有爭議性；另一種是匹配成功的大多都是中性情感詞，可以判斷該篇文檔的情感為中立。現(xiàn)有技術(shù)僅簡單的計算分值是無法區(qū)別上述兩種情況，本發(fā)明的方法可根據(jù)評分統(tǒng)計結(jié)果區(qū)分相同分值的不同實際情況，使得分析結(jié)果更客觀。

所述的文檔情感評分模塊中，根據(jù)所述向量值匹配度對所述文檔情感詞進行統(tǒng)計評分，是指將所述向量值匹配度大于預(yù)設(shè)閾值的文檔情感詞加入到評分統(tǒng)計中，并對所述向量值匹配度小于或等于預(yù)設(shè)閾值的文檔情感詞忽略不計，一方面，可提供評分的準(zhǔn)確性，避免誤判；另一方面，減少計算量，提高分析效率。

如圖2所示，本發(fā)明還提供了一種自動更新的文檔情感分析方法，其包括以下步驟：

a.收集初始情感詞，并計算每個初始情感詞的向量值，根據(jù)所述初始情感詞和對應(yīng)的向量值進行構(gòu)建初始情感詞庫；

b.提取目標(biāo)文檔中的情感詞，根據(jù)向量值將提取的文檔情感詞與所述初始情感詞進行匹配，并計算所述文檔情感詞與所述初始情感詞的向量值匹配度；

c.根據(jù)所述向量值匹配度對所述文檔情感詞進行統(tǒng)計評分，得到所述目標(biāo)文檔的情感值；

d.將向量值匹配度大于預(yù)設(shè)閾值的文檔情感詞加入到所述情感詞庫，得到更新后的情感詞庫。

所述的步驟a中構(gòu)建初始情感詞庫時，還進一步對收集的初始情感詞進行分類，包括以下類別：正向情感詞、負(fù)向情感詞、中性情感詞；所述的步驟d中更新情感詞庫時，根據(jù)所述文檔情感詞所匹配的初始情感詞的類別，將所述文檔情感詞加入情感詞庫的對應(yīng)的類別中。

所述的步驟c中，根據(jù)所述向量值匹配度對所述文檔情感詞進行統(tǒng)計評分，當(dāng)所述向量值匹配度為100％完全匹配時，則賦予所述文檔情感詞的評分為滿分；當(dāng)所述向量值匹配度為部分匹配時，則賦予所述文檔情感詞的評分為滿分的對應(yīng)百分比。

所述的步驟c中，根據(jù)所述向量值匹配度對所述文檔情感詞進行統(tǒng)計評分，包括統(tǒng)計所述文檔情感詞的類別、評分、數(shù)量；即，所述目標(biāo)文檔的情感值＝(正向情感詞的評分*數(shù)量)+(負(fù)向情感詞的評分*數(shù)量)+(中性情感詞的評分*數(shù)量)。

所述的步驟c中，根據(jù)所述向量值匹配度對所述文檔情感詞進行統(tǒng)計評分，是指將所述向量值匹配度大于預(yù)設(shè)閾值的文檔情感詞加入到評分統(tǒng)計中，并對所述向量值匹配度小于或等于預(yù)設(shè)閾值的文檔情感詞忽略不計。

需要說明的是，本說明書中的各個實施例均采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似的部分互相參見即可。對于方法實施例而言，由于其與系統(tǒng)實施例基本相似，所以描述的比較簡單，相關(guān)之處參見系統(tǒng)實施例的部分說明即可。

并且，在本文中，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。另外，本領(lǐng)域普通技術(shù)人員可以理解實現(xiàn)上述實施例的全部或部分步驟可以通過硬件來完成，也可以通過程序來指令相關(guān)的硬件完成，所述的程序可以存儲于一種計算機可讀存儲介質(zhì)中，上述提到的存儲介質(zhì)可以是只讀存儲器，磁盤或光盤等。

上述說明示出并描述了本發(fā)明的優(yōu)選實施例，應(yīng)當(dāng)理解本發(fā)明并非局限于本文所披露的形式，不應(yīng)看作是對其他實施例的排除，而可用于各種其他組合、修改和環(huán)境，并能夠在本文發(fā)明構(gòu)想范圍內(nèi)，通過上述教導(dǎo)或相關(guān)領(lǐng)域的技術(shù)或知識進行改動。而本領(lǐng)域人員所進行的改動和變化不脫離本發(fā)明的精神和范圍，則都應(yīng)在本發(fā)明所附權(quán)利要求的保護范圍內(nèi)。