买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京邮电大学

摘要：本发明是一种基于ShuffleNet的中文歌词情感分析方法，包括步骤1：对歌词文本数据集进行预处理；步骤2：使用jieba分词工具对歌词文本进行分词并去除停用词；步骤3：对分词之后的结果进行词嵌入，将其转换为向量的形式；步骤4：构建ShuffleNet网络，通过ShuffleNet网络得到score1；步骤5：构建歌曲情感词典；步骤6：将步骤2得到的分词之后的结果通过情感词典和计算规则计算出情感得分，并通过softmax函数得到score2；步骤7：将score1和score2进行融合，从而得出最终情感得分。本发明提升了对中文歌词情感分析的准确率，从而更准确的对歌曲进行分类。

主权项：1.一种基于ShuffleNet的中文歌词情感分析方法，其特征在于：所述情感分析方法包括如下步骤：步骤1：对歌词文本数据集进行预处理，去除文本中的无用信息；步骤2：将经过步骤1之后得到数据通过使用jieba分词工具对歌词文本进行分词并去除停用词；步骤3：对分词之后的结果进行词嵌入，将其转换为向量的形式；步骤4：构建ShuffleNet网络，将步骤3得到的结果通过ShuffleNet网络，并将输出的结果通过激活函数得到score1；步骤5：构建歌曲情感词典；步骤6：将步骤2得到的分词之后的结果通过步骤5构建的情感词典和相应的计算规则计算出情感得分，并通过softmax函数得到score2；步骤7：将经过步骤4和步骤6得到的score1和score2通过D-S证据理论进行融合，从而得出最终情感得分，其中：在所述步骤4中具体包括如下步骤：步骤4-1：将步骤3得到的词嵌入结果进行resize，将其固定为大小为256256的矩阵；步骤4-2：在ShuffleNet的输入层进行一次卷积转为3通道的输入；步骤4-3：开始构建ShuffleNet网络，ShuffleNet网络由两种模块组合而成；步骤4-4：构建完成之后得到输出的结果为一个向量，将其通过激活函数，转换为0到1区间的值score1；所述步骤5构建歌曲情感词典具体包括如下步骤：步骤5-1：构建程度副词词典：根据知网Hownet情感词典来构建程度副词，并将其分为极高、高、中、低4类，权值分别为2、1.75、1.5、1.25；步骤5-2：构建否定词典：收集否定词，将否定词权重设为-1，并且当文本中否定词的个数为奇数时，表示该文本为否定，当文本中的否定词个数为偶数时，表示该文本为肯定；步骤5-3：构建歌词情感词典：将音乐中的情感类别按照-V+A、+V+A、-V-A、+V-A四个类别进行分类，其中：-V+A表示：生气、愤怒、惊恐；+V+A表示开心、兴奋；-V-A表示伤心、低落；+V-A表示放松、平静；步骤6中根据情感词典和相应的计算规则的出情感得分score2是指：歌词文本的词与歌曲情感词典中的+V+A类别匹配时得分+1，与+V-A类别匹配时得分+0.5，与-V+A类别匹配时得分-1，与-V-A类别匹配时得分-0.5，从文本开头开始遍历，如果一个情感词前面存在程度副词，那么用程度副词的权重乘情感词的分数；若程度副词的前面存在否定词，那么将情感词的得分、否定词的权重和程度副词的权重相乘，遍历整个歌词文本，将所有结果进行累加得到基于情感词典的总分，将得到的总分通过激活函数转换为0到1区间的数，记为score2。

全文数据：

权利要求：

百度查询： 南京邮电大学 一种基于ShuffleNet的中文歌词情感分析方法