文字情感辨识系统及方法技术方案

本发明专利技术提供一种文字情感辨识系统及方法，其中，系统包括：文字接收装置，用于接收被测文字，并将被测文字转换为文字向量；神经网络层，用于对文字向量进行处理，以获得文字抽象表征数据；线性层，用于对文字抽象表征数据进行线性化，以获得线性数据；情感分析装置，用于根据线性数据计算被测文字所对应的情感标签数据，并通过情感标签数据对被测文字进行情感辨识。本发明专利技术提供的文字情感辨识系统及方法，能够使得当被测文字中不包含有情感关键词时，依旧可以对被测文字进行情感辨识。

【技术实现步骤摘要】

本专利技术涉及机器学习领域，尤其涉及一种文字情感辨识系统及方法。
技术介绍
随着计算机技术的不断发展，情感辨识已然成为人机交互领域的重要研究内容。目前，文字情感辨识系统通常是通过先提取被测的某段文字中的情感关键词，然后再对所提取的情感关键词进行情感匹配，进而对该段文字的情感进行辨识。但是，现有的文字情感辨识系统的缺点在于，当被测的某段文字中不包含有情感关键词时，则无法判断出该段文字所呈现的情感。
技术实现思路
本专利技术要解决的技术问题是提供一种文字情感辨识系统及方法，使得当被测文字中不包含有情感关键词时，依旧可以对被测文字进行情感辨识。为解决上述技术问题，本专利技术的技术方案是，一方面，本专利技术提供一种文字情感辨识系统，包括：文字接收装置，用于接收被测文字，并将被测文字转换为文字向量；神经网络层，用于对文字向量进行处理，以获得文字抽象表征数据；线性层，用于对文字抽象表征数据进行线性化，以获得线性数据；情感分析装置，用于根据线性数据计算被测文字所对应的情感标签数据，并通过情感标签数据对被测文字进行情感辨识。进一步地，神经网络层包括依次连接的第一层神经网络和第二层神经网络；第一层神经网络，接收文字向量，并对文字向量进行抽象表征，以获得第一文字抽象表征数据；第二层神经网络，接收第一文字抽象表征数据，并对第一文字抽象表征数据进行进一步抽象表征，以获得文字抽象表征数据。进一步地，第一层神经网络为长短期记忆人工神经网络；第二层神经网络为细胞式类神经网络。进一步地，系统采用文字抽象表征数据进行自学习。进一步地，线性层至少有一层。进一步地，线性层有三层，分别为第一线性层，第二线性层和第三线性层；第一线性层，接收文字抽象表征数据，并对文字抽象表征数据进行线性化处理，以获得第一线性数据；第二线性层，接收第一线性数据，并对第一线性数据进行线性化处理，以获得第二线性数据；第三线性层，接收第二线性数据，并对第二线性数据进行线性化处理，以获得线性数据。另一方面，本专利技术提供一种文字情感辨识方法，包括：文字接收装置接收被测文字，并将被测文字转换为文字向量；神经网络层对文字向量进行处理，以获得文字抽象表征数据；线性层对文字抽象表征数据进行线性化，以获得线性数据；情感分析装置根据线性数据计算被测文字所对应的情感标签数据，并通过情感标签数据对被测文字进行情感辨识。进一步地，神经网络层包括依次连接的第一层神经网络和第二层神经网络；第一层神经网络，接收文字向量，并对文字向量进行抽象表征，以获得第一文字抽象表征数据；第二层神经网络，接收第一文字抽象表征数据，并对第一文字抽象表征数据进行进一步抽象表征，以获得文字抽象表征数据。进一步地，第一层神经网络为长短期记忆人工神经网络；第二层神经网络为细胞式类神经网络。本专利技术提供的文字情感辨识系统及方法，在接收到被测文字之后，先将该被测文字转换成文字向量，再将该文字向量输入到神经网络层中进行处理以获得对应于被测文字的文字抽象表征数据，之后再将文字抽象表征数据输入到线性层中，通过线性层对文字抽象表征数据进行线性化以降低文字抽象表征数据的维度，从而获得线性数据；最后再根据线性数据计算出对应于被测文字的情感标签数据，并通过该情感标签数据与预设的情感数据进行匹配，从而实现对被测文字进行情感辨识。本专利技术的文字情感辨识系统及方法，采用神经网络层和线性层对被测文字进行情感辨识，其中，神经网络层使用神经网络算法对文字向量进行处理，获得可有助于进行机器自学习的文字抽象表征数据；线性层则是对文字抽象表征数据进行线性化处理，以降低数据维度，从而降低计算复杂度。在神经网络层和线性层的共同作用下，本专利技术的文字情感辨识系统及方法，利用神经网络的自学习功能，无论被测文字中是否包含有情感关键词，都可以对被测文字进行情感辨识。附图说明图1是本专利技术实施例提供的一种文字情感辨识系统的框图；图2是本专利技术实施例提供的一种文字情感辨识方法的流程图。具体实施方式下面通过具体的实施例进一步说明本专利技术，但是，应当理解为，这些实施例仅仅是用于更详细具体地说明之用，而不应理解为用于以任何形式限制本专利技术。实施例一结合图1，本实施例提供的文字情感辨识系统，包括：文字接收装置1：用于接收被测文字，并将被测文字转换为文字向量；神经网络层2：用于对文字向量进行处理，以获得文字抽象表征数据；线性层3：用于对文字抽象表征数据进行线性化，以获得线性数据；情感分析装置4：用于根据线性数据计算被测文字所对应的情感标签数据，并通过情感标签数据对被测文字进行情感辨识。本专利技术实施例提供的文字情感辨识系统，在接收到被测文字之后，先将该被测文字转换成文字向量，再将该文字向量输入到神经网络层2中进行处理以获得对应于被测文字的文字抽象表征数据，之后再将文字抽象表征数据输入到线性层3中，通过线性层3对文字抽象表征数据进行线性化以降低文字抽象表征数据的维度，从而获得线性数据；最后再根据线性数据计算出对应于被测文字的情感标签数据，并通过该情感标签数据与预设的情感数据进行匹配，从而实现对被测文字进行情感辨识。本专利技术实施例的文字情感辨识系统，采用神经网络层2和线性层3对被测文字进行情感辨识，其中，神经网络层2使用神经网络算法对文字向量进行处理，获得可有助于进行机器自学习的文字抽象表征数据；线性层3则是对文字抽象表征数据进行线性化处理，以降低数据维度，从而降低计算复杂度。在神经网络层2和线性层3的共同作用下，本专利技术实施例的文字情感辨识系统，利用神经网络算法的自学习功能，无论被测文字中是否包含有情感关键词，都可以对被测文字进行情感辨识。优选地，神经网络层2包括依次连接的第一层神经网络和第二层神经网络；第一层神经网络，接收文字向量，并对文字向量进行抽象表征，以获得第一文字抽象表征数据；第二层神经网络，接收第一文字抽象表征数据，并对第一文字抽象表征数据进行进一步抽象表征，以获得文字抽象表征数据。进一步优选地，第一层神经网络为长短期记忆人工神经网络(Long-Short Term Memory，LSTM)；第二层神经网络为细胞式类神经网络(Cellular neural network，CNN)。长短期记忆人工神经网络是机器学习架构的一种，其作用在于，将文字向量转换成抽象的表征；细胞式类神经网络也是属于机器学习架构的一种，其作用在于，将通过长短期记忆人工神经网络所获得的抽象的表征再更进一步地转换成更抽象的表征。本实施采用第一层神经网络和第二层神经网络共同作用，能够更加准确地对被测文字的情感进行辨识。优选地，系统采用文字抽象表征数据进行自学习。本实施例的系统，在对被测文字的情感进行辨识的同时，也是在进行自学习，本实施例采用长短期记忆人工神经网络获得的第一文字抽象表征数据进行自学习，同时再采用细胞式类神经网络获得的更抽象的文字抽象表征数据进行进一步的自学习，通过双重的自学习之后，能够提高整个网络层的机器自学习能力，也就是说，通过不断地对系统进行测试之后，整个系统能够准确地对被测文字的情感进行辨识。进一步地，线性层3至少有一层。线性层3的作用在于对获得的庞大数据进行线性化，从而降低数据维度，从而降低计算复杂度。本实施例中，线性层3至少有一层，线性层3的数量越多可以将数据的维度降得更低，但是越多的线性层3则意味着在对数据本文档来自技高网...

【技术保护点】
一种文字情感辨识系统，其特征在于，包括：文字接收装置：用于接收被测文字，并将所述被测文字转换为文字向量；神经网络层：用于对所述文字向量进行处理，以获得文字抽象表征数据；线性层：用于对所述文字抽象表征数据进行线性化，以获得线性数据；情感分析装置：用于根据所述线性数据计算所述被测文字所对应的情感标签数据，并通过所述情感标签数据对所述被测文字进行情感辨识。

【技术特征摘要】
1.一种文字情感辨识系统，其特征在于，包括：文字接收装置：用于接收被测文字，并将所述被测文字转换为文字向量；神经网络层：用于对所述文字向量进行处理，以获得文字抽象表征数据；线性层：用于对所述文字抽象表征数据进行线性化，以获得线性数据；情感分析装置：用于根据所述线性数据计算所述被测文字所对应的情感标签数据，并通过所述情感标签数据对所述被测文字进行情感辨识。2.根据权利要求1所述的文字情感辨识系统，其特征在于，所述神经网络层包括依次连接的第一层神经网络和第二层神经网络；所述第一层神经网络，接收所述文字向量，并对所述文字向量进行抽象表征，以获得第一文字抽象表征数据；所述第二层神经网络，接收所述第一文字抽象表征数据，并对所述第一文字抽象表征数据进行进一步抽象表征，以获得所述文字抽象表征数据。3.根据权利要求2所述的文字情感辨识系统，其特征在于，所述第一层神经网络为长短期记忆人工神经网络；所述第二层神经网络为细胞式类神经网络。4.根据权利要求1所述的文字情感辨识系统，其特征在于，所述系统采用所述文字抽象表征数据进行自学习。5.根据权利要求1所述的文字情感辨识系统，其特征在于，所述线性层至少有一层。6.根据权利要求5所述的文字情感辨识系统，其特征在于，所述线性层有三层，分别为第一线性层，第二线性层和第三线性层；所述第一...

【专利技术属性】
技术研发人员：谢维容，
申请(专利权)人：竹间智能科技上海有限公司，
类型：发明
国别省市：上海;31