[发明专利]一种情感特征词提取系统

权利要求书

1、一种情感特征词提取系统，其特征在于：它包括特征选取模块、特征验证 模块、关系提取模块、广义情感特征词表和狭义情感特征词表；所述特征选取模 块利用文章集合中的文章内容和评论集合中的评论内容，分别提取评论内容全体 的候选情感特征词和分类的候选情感特征词；所述关系提取模块根据所述文章内 容，通过模板构建一个词与词的语义关系图；通过所述全体的候选情感特征词和 语义关系图建立广义情感特征词表；通过所述分类的候选情感特征词和语义关系 图建立狭义情感特征词表。

2、如权利要求1所述的一种情感特征词提取系统，其特征在于：所述特征选 取模块中候选情感特征词的提取方法为：利用评论集合与文章集合的词频信息差 异，用打分法选取候选情感特征词，计算方程为：

Score1(Term)＝(R_DF(Term)/(N_DF(Term)+1)    (1)

Score2(Term)＝(R_TF(Term)/(N_TF(Term)+1)    (2)

其中Score1表示通过方程(1)计算得到的分值，Score2表示通过方程(2)计算 得到的分值；Term表示词；R_DF(Term)表示词出现在所述评论集合的不同评论内 容中的次数；N_DF(Term)表示词出现在所述文章集合的不同文章内容中的次数； R_TF(Term)表示词在所述评论集合中出现的总次数；N_TF(Term)表示词在所述文 章集合中出现的总次数；之后按分值对词进行排序，选取一定数目得分较高的词 作为候选情感特征词；排序规则是先按Score1进行比较，如果Score1一样，再 按Score2进行比较。

3、如权利要求1所述的一种情感特征词提取系统，其特征在于：建立所述广 义情感特征词表时，在所述特征验证模块中，在全体的候选情感特征词中选取部 分进行正负向标注，形成基础情感特征词表，所述基础情感特征词表根据其中的 词性，分为正向表和负向表两部分；在所述语义关系图中找出基础情感特征词表 中已标注的情感特征词的所有的同位词，将这些同位词扩充入所述基础情感特征 词表中的正向表和负向表中；最后结合所述语义关系图，使用半监督学习的方法 对扩充的同位词进行倾向标注和过滤，得到所述广义情感特征词表。

4、如权利要求2所述的一种情感特征词提取系统，其特征在于：建立所述广 义情感特征词表时，在所述特征验证模块中，在所述全体的候选情感特征词中选 取部分进行正负向标注，形成基础情感特征词表，所述基础情感特征词表根据其 中的词性，分为正向表和负向表两部分；在所述语义关系图中找出基础情感特征 词表中已标注的情感特征词的所有的同位词，将这些同位词扩充入所述基础情感 特征词表中的正向表和负向表中；最后结合所述语义关系图，使用半监督学习的 方法对扩充后的正向表和负向表进行倾向标注和过滤，形成所述广义情感特征词 表。

5、如权利要求1或2或3或4所述的一种情感特征词提取系统，其特征在于： 建立所述狭义情感特征词表时，在所述特征验证模块中，针对所有的分类的候选 情感特征词，结合所述扩充后的正向表和负向表，对各类候选情感特征词进行半 监督学习的正负向判定。

6、如权利要求1或2或3或4所述的一种情感特征词提取系统，其特征在于： 所述半监督学习方法为：在语义关系图中寻找某个词的同位词，如果某个词的同 位词落在正向表中的数目大于落在负向表中的数目，并且落在正向表中的同位词 数目超过预先设定的最小阈值，那么该词的词性就标识为正向；如果某个词的同 位词落在负向表中的数目大于落在正向表中的数目，并且落在负向表中的同位词 数目超过预先设定的最小阈值，那么该词就标识为负向；如果某个词的同位词落 在正向表和落在负向表中的数目均达不到预先设定的最小阈值，则过滤掉该词。

7、如权利要求5所述的一种情感特征词提取系统，其特征在于：所述半监督 学习方法为：在语义关系图中寻找某个词的同位词，如果某个词的同位词落在正 向表中的数目大于落在负向表中的数目，并且落在正向表中的同位词数目超过预 先设定的最小阈值，那么该词的词性就标识为正向；如果某个词的同位词落在负 向表中的数目大于落在正向表中的数目，并且落在负向表中的同位词数目超过预 先设定的最小阈值，那么该词就标识为负向；如果某个词的同位词落在正向表和 落在负向表中的数目均达不到预先设定的最小阈值，则过滤掉该词。