【技术实现步骤摘要】
本专利技术属于诗酒文化及可视化，尤其涉及一种赋酒诗词多极情感智能可视分析方法。
技术介绍
1、在探讨中国古典文学与可视化技术的结合方面，当前现有技术通过将可视化技术应用于诗酒文化、宋词、古籍文本等领域，不仅揭示了文学作品的内在结构和情感表达，还为文学研究提供了新的视角和方法。例如，通过可视分析方法，研究者能够更深入地理解诗歌的节奏、情感基调以及历史人物的生活轨迹。同时，一些研究还尝试将机器学习与人工校对相结合，以提高古典文献处理的效率和准确性。然而，尽管取得了一定的成果，但现有技术仍存在以下问题：
2、（1）在数字科学与文学研究的融合方面存在领域空白，尤其缺少针对“诗酒文化”的研究。
3、（2）现有技术对于诗歌情感的分析有所涉足，且将可视化手段应用在诗歌上也有少部分成果，但现有技术对词典的依赖性很强，在情感分析中，如果情感词典不完整或者不准确，会导致情感分析的结果出现偏差，并且简单的词典相加方法无法准确判断情感倾向和主题。
4、基于上述技术问题，本专利技术提供了一种赋酒诗词多极情感智能可视分析方法。
技术实现思路
1、为解决上述技术问题，本专利技术提出了一种赋酒诗词多极情感智能可视分析方法，以解决上述现有技术存在的问题。
2、为实现上述目的，本专利技术提供了一种赋酒诗词多极情感智能可视分析方法，包括：
3、获取诗酒文本数据，创建word2vec关联字查找模型，基于所述word2vec关联字查找模型对所述诗酒文本数据进行汉字
4、基于所述关联字标记诗歌情感得到待分析诗歌的情感标签；
5、基于所述待分析诗歌的情感标签确定诗歌情感及诗歌主题词。
6、可选地，基于所述word2vec关联字查找模型对所述诗酒文本数据进行汉字关联的过程包括：
7、对所述诗酒文本数据进行预处理得到预处理文本数据；
8、创建word2vec关联字查找模型，基于所述word2vec关联字查找模型将所述预处理文本数据转化为高维向量；
9、定义诗词情感标签，基于所述word2vec关联字查找模型为每个情感标签生成对应的关联字并给出关联度。
10、可选地，基于所述关联字标记诗歌情感得到待分析诗歌的情感标签的过程包括：
11、基于所述关联字和关联度计算所述高维向量的关联得分；
12、基于所述关联得分确定待分析诗歌的情感标签。
13、可选地，计算所述关联得分的表达式为：
14、；
15、式中，value (xi)e是汉字xi对于e类标签的关联度，xi为一个汉字，n是诗句的长度，设置e为感情类别标签编号。
16、可选地，基于所述待分析诗歌的情感标签确定诗歌情感及诗歌主题词的过程包括：
17、基于lstm深度学习算法模型对所述待分析诗歌的情感标签进行分析确定诗歌情感；
18、基于隐含狄利克雷分布算法提取所述待分析诗歌的主题词得到诗歌主题词。
19、可选地，提取所述待分析诗歌的主题词的过程包括：
20、构建文档-词矩阵；
21、将主题随机分配给文档中的每个单词，并计算文档中当前单词分配给目标主题的比例和所有文档中该单词分配给目标主题的比例；
22、基于所述文档中当前单词分配给目标主题的比例和所有文档中该单词分配给目标主题的比例调整主题分配确定待分析诗歌的主题词。
23、本专利技术还提供了一种赋酒诗词多极情感智能可视分析系统，所述可视分析系统包括数据层、数据分析与处理层、设计层和交互层；
24、其中，所述数据层用于获取诗酒文本数据；
25、所述数据分析与处理层用于对所述诗酒文本数据进行预处理并执行诗歌情感分析算法和诗歌主题词提取算法模型确定诗歌情感及诗歌主题词；
26、所述设计层用于从文本、时间、空间和关系角度对诗酒数据进行可视化呈现；
27、所述交互层用于实现用户与可视界面的交互。
28、本专利技术还提供了一种计算机终端设备，包括：
29、一个或多个处理器；
30、存储器，与所述处理器耦接，用于存储一个或多个程序；
31、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现一种赋酒诗词多极情感智能可视分析方法。
32、本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现一种赋酒诗词多极情感智能可视分析方法。
33、与现有技术相比，本专利技术具有如下优点和技术效果：
34、（1）通过使用文本情感分析方法和诗词主题情感提取算法对诗酒数据进行处理和分析，同时从时间空间两个维度对算法分析得到的结果和诗酒数据本身进行可视化编码，最后通过对可视化图表进行布局排版、设置丰富的用户交互来实现整个可视分析系统。
35、（2）本系统可以满足不同类型人群使用。对于文学研究学者来说本系统是一个便捷的研究工具，可以在传统的研究基础之上结合使用本系统使得研究结果更加准确；对于普通大众，本系统可以作为一个知识普及、了解文化知识的渠道；而对于外国友人来说，通过本系统可以直观了解诗词情感的变化。
本文档来自技高网...【技术保护点】
1.一种赋酒诗词多极情感智能可视分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的赋酒诗词多极情感智能可视分析方法，其特征在于，基于所述Word2Vec关联字查找模型对所述诗酒文本数据进行汉字关联的过程包括：
3.根据权利要求2所述的赋酒诗词多极情感智能可视分析方法，其特征在于，基于所述关联字标记诗歌情感得到待分析诗歌的情感标签的过程包括：
4.根据权利要求3所述的赋酒诗词多极情感智能可视分析方法，其特征在于，计算所述关联得分的表达式为：
5.根据权利要求3所述的赋酒诗词多极情感智能可视分析方法，其特征在于，基于所述待分析诗歌的情感标签确定诗歌情感及诗歌主题词的过程包括：
6.根据权利要求5所述的赋酒诗词多极情感智能可视分析方法，其特征在于，提取所述待分析诗歌的主题词的过程包括：
7.一种赋酒诗词多极情感智能可视分析系统，其特征在于，所述可视分析系统包括数据层、数据分析与处理层、设计层和交互层；
8.一种计算机终端设备，其特征在于，包括：
9.一种计算机可读存储介质，其上存
...【技术特征摘要】
1.一种赋酒诗词多极情感智能可视分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的赋酒诗词多极情感智能可视分析方法，其特征在于，基于所述word2vec关联字查找模型对所述诗酒文本数据进行汉字关联的过程包括：
3.根据权利要求2所述的赋酒诗词多极情感智能可视分析方法，其特征在于，基于所述关联字标记诗歌情感得到待分析诗歌的情感标签的过程包括：
4.根据权利要求3所述的赋酒诗词多极情感智能可视分析方法，其特征在于，计算所述关联得分的表达式为：
5.根据权利要求3所述的赋酒诗词多极情感智能可视分析方法...
【专利技术属性】
技术研发人员：吴亚东，王桂娟，冯艺丹，陈华容，王雪楠，张红英，
申请(专利权)人：四川轻化工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。