基于人工智能技術(shù)的情感語義識(shí)別應(yīng)用研究

楊睿 劉家興 宋夢(mèng)嬌 徐俊浩 李冉冉 王力卉

摘要：本文著眼于大眾情感需求，利用日益完善的人工智能技術(shù)，實(shí)現(xiàn)人機(jī)間情感交流，為人類創(chuàng)造一個(gè)可以向人工智能程序?qū)で笈惆椤⒈M情傾訴的機(jī)會(huì)。該研究致力于利用與人工智能的人機(jī)交互，結(jié)合互聯(lián)網(wǎng)時(shí)代心理咨詢服務(wù)的特征，填補(bǔ)大眾情感缺口。

關(guān)鍵詞：情感傾向分析;語義識(shí)別;人工智能;人機(jī)交互

1、 緒論

情感識(shí)別作為情感計(jì)算的一個(gè)關(guān)鍵分支，同時(shí)也是語義識(shí)別的一個(gè)重要應(yīng)用方向，涉及到心理分析、人工智能、信號(hào)處理等多個(gè)技術(shù)領(lǐng)域，具有很高的研究?jī)r(jià)值，已經(jīng)被應(yīng)用于情感陪伴、心理評(píng)估、輿情分析等多個(gè)方向。

由于現(xiàn)代語言，尤其是網(wǎng)絡(luò)用語的多樣性，傳統(tǒng)文本主題分類方法不能有效完成情感傾向識(shí)別?；谡Z義特征的情感傾向識(shí)別方法，可以分析得出原始文本所包含的明確情感傾向，更有利于完成情感區(qū)分。

實(shí)現(xiàn)基于人工智能技術(shù)的情感語義識(shí)別應(yīng)用，需從語言語義識(shí)別和情感傾向分析兩方面展開研究，其中情感傾向分析是關(guān)鍵環(huán)節(jié)。

2、 語言語義識(shí)別研究

2.1語義的表示

自然語言可通過分布語義，框架語義，模型論語義等三種主要途徑進(jìn)行表示。還可使用領(lǐng)域（domain）、意圖（intent）、詞槽（slot）等三種形式來表示語義。

（1）領(lǐng)域（domain）

通常按語言數(shù)據(jù)來源來劃分領(lǐng)域。統(tǒng)一行業(yè)背景或?qū)I(yè)范圍內(nèi)的語言數(shù)據(jù)劃分為統(tǒng)一領(lǐng)域，如醫(yī)療、交通等。領(lǐng)域在語法中可看作句子的主語。

（2）意圖（intent）

意圖類似語法中的謂語，是指對(duì)語義領(lǐng)域內(nèi)數(shù)據(jù)進(jìn)行的動(dòng)作或操作，比如查找交通等。

（3）詞槽（slot）

指語義領(lǐng)域的屬性，可看作語法中的賓語，如交通類型。

2.2語義識(shí)別的層次

（1）應(yīng)用層

應(yīng)用層是指語義的使用層面，如行業(yè)應(yīng)用等。

（2）NLP技術(shù)層

NLP技術(shù)層是指對(duì)自然語言經(jīng)過技術(shù)手段進(jìn)行加工、處理轉(zhuǎn)化成機(jī)器語言，或?qū)C(jī)器語言合成自然語言。

（3）底層數(shù)據(jù)層

底層數(shù)據(jù)層是指語義的領(lǐng)域來源。

3、 情感傾向分析研究

情感傾向性分析又稱情感分類，是指針對(duì)給定的文本，識(shí)別其情感傾向是積極的還是消極的，或者是正面的還是負(fù)面的，是情感分析領(lǐng)域研究最多的問題。

通常網(wǎng)絡(luò)文本包含大量主觀性內(nèi)容和客觀性內(nèi)容。其中客觀性內(nèi)容是對(duì)事物的客觀描述，不帶有感情色彩和情感傾向;而主觀性內(nèi)容則是筆者對(duì)客觀事物的看法及思考，帶有或強(qiáng)或弱的喜好厭惡等情感傾向。

顯而易見，情感分類的對(duì)象是帶有情感傾向的主觀性文本，因此情感分類首先要進(jìn)行內(nèi)容的主客觀性分類。文本的主客觀分類主要以情感詞識(shí)別為主，利用基于情感詞典的特征表示方法和分類器進(jìn)行詞匯的主客觀性識(shí)別分類，能夠提高情感分類的速度和準(zhǔn)確度?；谇楦性~典的方法具體來說就是，先對(duì)文本進(jìn)行分詞和停用詞處理等預(yù)處理工作，再利用構(gòu)建好的情感詞典，對(duì)文本進(jìn)行情感傾向分析，即字符串匹配，從而挖掘正面和負(fù)面情感信息。

下面分別介紹情感詞典構(gòu)建和情感傾向分析的情況。

3.1情感詞典構(gòu)建

情感詞典的構(gòu)建是情感分類的前提和基礎(chǔ)。實(shí)踐中的情感詞典可歸為4類：通用情感詞、程度副詞、否定詞、領(lǐng)域詞。一般詞典使用過程中包含兩部分，詞語和權(quán)重。

現(xiàn)階段情感詞典的構(gòu)建方法主要是利用已有電子詞典進(jìn)行擴(kuò)展，例如對(duì)經(jīng)典詞典WordNet的擴(kuò)充，在建立種子形容詞詞匯表的基礎(chǔ)上，利用WorldNet中詞間的同義和近義關(guān)系判斷情感詞的情感傾向，并以此來判斷觀點(diǎn)的情感極性。如確有需要，也可通過語料來訓(xùn)練新的情感詞典，或建立專門的領(lǐng)域詞典，以提高情感分類的準(zhǔn)確性。

實(shí)際工作中有很多開源情感詞典可供選擇，例如BosonNLP情感詞典。該詞典是基于微博、新聞、論壇等數(shù)據(jù)來源構(gòu)建的情感詞典。此類開源詞典還有知網(wǎng)情感詞典等，大大降低了情感語義識(shí)別應(yīng)用開發(fā)者的工作難度，有效調(diào)高其工作效率和質(zhì)量。

3.2 情感傾向分析

（1）情感詞典文本匹配算法

基于語義情感詞典的傾向性計(jì)算不同于以來大量訓(xùn)練數(shù)據(jù)集的機(jī)器學(xué)習(xí)算法，主要是利用情感詞典及句式詞庫分析文本語句的特殊結(jié)構(gòu)及情感傾向詞，采用權(quán)值算法代替?zhèn)鹘y(tǒng)人工判別或僅利用簡(jiǎn)單統(tǒng)計(jì)的方法進(jìn)行情感分類。

基于詞典的文本匹配算法相對(duì)容易實(shí)現(xiàn)，效率較高。此類算法的原理是，完成語句分詞后，逐個(gè)遍歷所得詞語。如果有詞語命中詞典，則進(jìn)行相應(yīng)權(quán)重處理：

①正面詞權(quán)重為加法;

②負(fù)面詞權(quán)重為減法;

③否定詞權(quán)重取相反數(shù);

④程度副詞權(quán)重則與其所修飾詞語權(quán)重相乘。

（2）傾向性計(jì)算算法

前文介紹的情感詞典文本匹配算法給情感強(qiáng)度不同的情感詞賦予不同權(quán)值，之后就由傾向性計(jì)算算法進(jìn)行加權(quán)求和，最終輸出的權(quán)重值，就可以區(qū)分文字所表達(dá)的是正面的、中性的，還是負(fù)面的情感了。

利用如式（1）所示加權(quán)平均算法計(jì)算，可有效提高通用領(lǐng)域情感分類的效率和準(zhǔn)確率。

其中，Np、Nn分別代表表達(dá)正面情感和負(fù)面情感的詞匯數(shù)目;wpi、wpj分別代表正面情感詞匯和負(fù)面情感詞匯的權(quán)值。

（3）確定閾值判斷文本傾向性

一般情況下，加權(quán)計(jì)算結(jié)果為正，是正面傾向;結(jié)果為負(fù)，是負(fù)面傾向;得分為零則表示無傾向。一般采用自然語言中經(jīng)常使用的正確率、召回率和方差分析F值來評(píng)判算法效果。

以上情感傾向分析過程如圖1所示。

基于情感詞典的方法和基于機(jī)器學(xué)習(xí)的分類算法相比，雖屬于粗粒度的傾向性分類方法，但由于不依賴標(biāo)注好的訓(xùn)練集，實(shí)現(xiàn)相對(duì)簡(jiǎn)單，對(duì)于普遍通用領(lǐng)域的網(wǎng)絡(luò)文本可有效快速地進(jìn)行情感分類。

4、 結(jié)論

本文深入研究了情感語義識(shí)別技術(shù)，利用情感詞典對(duì)文本內(nèi)容進(jìn)行情感分析。本文所提出算法可以自動(dòng)識(shí)別文本中的核心實(shí)體詞，對(duì)包含主觀信息的文本進(jìn)行情感傾向性判斷。由于采用了開源情感詞典和相對(duì)粗顆粒的情感傾向分析算法，本文所設(shè)計(jì)應(yīng)用的情感判斷效果還有待提高。訓(xùn)練針對(duì)性更強(qiáng)的情感詞典，以及引入可以使得分析算法更精細(xì)的神經(jīng)網(wǎng)絡(luò)技術(shù)，應(yīng)是未來研究中重點(diǎn)考慮的方向。

參考文獻(xiàn)：

[1]劉騰飛，于雙元，張洪濤等.基于循環(huán)和卷積神經(jīng)網(wǎng)絡(luò)的文本分類研究[J].軟件，2018，39（01）：64-69.

[2]吳亞熙，岑峰.基于卷積神經(jīng)網(wǎng)絡(luò)的多層級(jí)目標(biāo)檢測(cè)方法[J].軟件，2018，39（4）：164-169.

課題項(xiàng)目：本文為沈陽師范大學(xué)校級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃資助項(xiàng)目《基于語義識(shí)別的人工智能陪伴app——“智慧陪伴”》（項(xiàng)目編號(hào)：202113067）成果。