情感关键词提取方法及系统.pdf

(19)中华人民共和国国家知识产权局*CN101963972A*(12)发明专利申请(10)申请公布号CN101963972A(43)申请公布日2011.02.02(21)申请号201010216812.1(22)申请日2010.07.01(71)申请人深港产学研基地产业发展中心地址518057广东省深圳市南山区南区深港产学研基地大楼西座W400室申请人深圳北科瑞声科技有限公司北京理工大学深圳研究院(72)发明人王苗谢湘刘轶黄石磊(74)专利代理机构广州华进联合专利商标代理有限公司44224代理人何平(51)Int.Cl.G06F17/30(2006.01)权利要求书3页说明书7页附图4页(54)发明名称情感关键词提取方法及系统(57)摘要本发明提供了一种情感关键词提取方法及系统，所述方法包括：从歌词库中获取歌词；对所述歌词进行预处理，得到处理后的歌词文本；获取基于情感分类模型对所述歌词文本的情感程度标注；根据所述情感程度标注统计歌词文本中的词的词频度；根据所述词频度提取情感关键词。本发明提供的方法及系统能应用在音乐情感识别中，从而提高音乐情感识别的效果。CN1096372ACCNN110196397201963973A权利要求书1/3页1.一种情感关键词提取方法，包括以下步骤：从歌词库中获取歌词；对所述歌词进行预处理，得到处理后的歌词文本；获取基于情感分类模型对所述歌词文本的情感程度标注；根据所述情感程度标注统计歌词文本中的词的词频度；根据所述词频度提取情感关键词。2.根据权利要求1所述的情感关键词提取方法，其特征在于，所述对歌词数据进行预处理的步骤具体是：将歌词分为两组以上，对每组歌词基于情感分类模型的压力维度的两类情感进行情感平衡化选曲，使得每组歌词中均衡的包含两类情感；提取每组中歌词的歌名，对所述歌名进行随机排序；按照歌名的排序结果将每组中歌名对应的歌词拼接成歌词文本。3.根据权利要求2所述的情感关键词提取方法，其特征在于，获取基于情感分类模型对歌词文本的情感程度标注的步骤包括：获取两个以上的用户按照情感分类模型的压力维度对每个歌词文本进行的类别打分，所述打分对应于歌词的类别强度。4.根据权利要求3所述的情感关键词提取方法，其特征在于，所述情感分类模型的压力维度的两类情感包括快乐类和悲伤类；所述根据情感程度标注统计歌词文本中的词的词频度的步骤具体是：根据所述类别强度确定歌词所属类别；对同一歌词计算其类别强度的平均值；将歌词所属类别为快乐类的歌词的类别强度平均值与预设快乐强度阈值比较，提取类别强度平均值大于所述预设快乐强度阈值的歌词，生成快乐类歌词库；将歌词所属类别为悲伤类的歌词的类别强度平均值与预设悲伤强度阈值比较，提取类别强度平均值小于所述预设悲伤强度阈值的歌词，生成悲伤类歌词库；分别对快乐类歌词库和悲伤类歌词库中的歌词进行断词处理，利用词频统计工具，统计所有词的词频度。5.根据权利要求4所述的情感关键词提取方法，其特征在于，在根据词频度提取情感关键词的步骤之前还包括：去除快乐类歌词库和悲伤类歌词库中词频度小于等于预设词频度阈值的词以及预先设定的非情感类词语，分别生成快乐类词频度表和悲伤类词频度表。6.根据权利要求5所述的情感关键词提取方法，其特征在于，所述根据词频度提取情感关键词的步骤具体是：分别获取每个词在快乐类词频表中的词频度和在悲伤类词频表中的词频度；定义快乐和悲伤两个模糊集；分别计算快乐类词频表和悲伤类词频表中的每个词属于快乐模糊集的隶属度及属于悲伤模糊集的隶属度；根据所述隶属度分别计算快乐类词频表和悲伤类词频表中每个词的模糊熵；根据所述模糊熵提取情感关键词。7.根据权利要求6所述的情感关键词提取方法，其特征在于，所述根据模糊熵提取情2CCNN110196397201963973A权利要求书2/3页感关键词的步骤具体是：从所述快乐类词频表中提取模糊熵小于等于预设第一阈值的词为快乐类情感关键词，从所述悲伤类词频表中提取模糊熵小于等于预设第二阈值的词为悲伤类情感关键词。8.一种情感关键词提取系统，其特征在于，包括：歌词获取模块，用于从歌词库中获取歌词；预处理模块，对所述歌词进行预处理，得到处理后的歌词文本；标注模块，获取基于情感分类模型对所述歌词文本的情感程度标注；词频统计模块，根据所述情感程度标注统计歌词文本中的词的词频度；提取模块，根据所述词频度提取情感关键词。9.根据权利要求8所述的情感关键词提取系统，其特征在于，所述预处理模块包括：分类模块，将歌词分为两组以上，对每组歌词基于情感分类模型的压力维度的两类情感进行情感平衡化选曲，使得每组歌词中均衡的包含两类情感；排序模块，提取每组中歌词的歌名，对所述歌名进行随机排序；歌词文本生成模块，按照歌名的排序结果将每组中歌名对应的歌词拼接成歌词文本。10.根据权利要