[发明专利]电影期望值的计算方法及系统

说明书

技术领域

本发明属于自然语言处理技术领域，尤其涉及一种电影期望值的计算方法及系统。

背景技术

目前，人们越来越习惯于在网络上表达自己的观点和情感。在网络上存在大量的带有情感倾向性的文本，这些倾向性文本往往以商品评论、论坛评论、或博客的形式存在。为了自动获取和分析此类主观信息，文本情感分析(Sentiment Analysis)的研究得到了迅速发展，受到学术界和商业界的密切关注。

众所周知，电影信息库的建立对于人们了解和查找众多电影信息来说极为重要。而电影信息通常包括电影导演、主要演员、投资情况、电影期望值等，其中，电影期望值是指，某一电影即将上映之前，大众对这一电影的期待程度。通过此期望值人们可推断这部即将上映的电影值不值的去看。

然而，现有的电影期望值计算方法主要是通过问卷调查形式进行的，此方法需要设计问卷，然后组织被调查者进行问卷回答，再根据统计的问卷结果进行计算出电影期望值，此方法不免造成额外的人力成本，工作效率低，且由于被调查的人群相对集中，因而不具有代表性，基于此方法建立的电影信息库中，电影期望值这一指标也往往也实际情况不尽相符。

发明内容

本发明的目的在于提供一种计算结果真实可靠、简单可行、省时省力的电影期望值的计算方法及系统。

为解决上述技术问题，本发明的技术方案是这样实现的：

一种电影期望值的计算方法，包括如下步骤：

S1、采集待上映电影一的评论信息；

S2、将所述评论信息按情感分类标注为正面评论或负面评论，以获得训练样本；

S3、利用所述训练样本作为训练语料训练最大熵分类器；

S4、采集待上映电影二的评论信息；

S5、利用所述最大熵分类器对待上映电影二的评论信息进行分类；

S6、获取所述最大熵分类器的分类结果，计算待上映电影二的期望值。

优选的，在上述电影期望值的计算方法中，所述待上映电影一的评论信息和待上映电影二的评论信息来自微博。

优选的，在上述电影期望值的计算方法中，所述步骤S2中，还包括将所述评论信息标注为中立评论。

优选的，在上述电影期望值的计算方法中，所述步骤S2中，还包括对所述待上映电影一的评论信息进行分词。

优选的，在上述电影期望值的计算方法中，所述步骤S1中，还包括对所述评论信息进行文字预处理，该文字预处理包括：去掉所述评论信息所对应的用户名、去掉所述评论信息中的网络链接以及将所述评论信息中的表情图片替换成相应的文本。

本发明还公开了一种电影期望值的计算系统，该系统包括：

样本采集单元，用于采集待上映电影一的评论信息；

样本标注单元，用于将所述评论信息按情感分类标注为正面评论或负面评论，以获得训练样本；

最大熵分类器训练单元，利用所述训练样本作为训练语料训练最大熵分类器；

评论信息采集单元，用于采集待上映电影二的评论信息；

最大熵分类器，用于对待上映电影二的评论信息进行分类；

电影期望值计算单元，获取所述最大熵分类器的分类结果，计算待上映电影二的期望值。

优选的，在上述电影期望值的计算系统中，所述待上映电影一的评论信息和待上映电影二的评论信息来自微博。

优选的，在上述电影期望值的计算系统中，所述样本标注单元还用于将所述评论信息标注为中立评论。

优选的，在上述电影期望值的计算系统中，所述电影期望值的计算系统还包括分词单元，所述分词单元用以对所述待上映电影一的评论信息进行分词。

优选的，在上述电影期望值的计算系统中，所述电影期望值的计算系统还包括文字预处理单元，所述文字预处理单元用于对所述待上映电影一的评论信息进行文字预处理，该文字预处理包括：去掉所述评论信息所对应的用户名、去掉所述评论信息中的网络链接以及将所述评论信息中的表情图片替换成相应的文本。

与现有技术相比，本发明所使用的微博平台可以提供极其丰富的文本资源并能够提供最现实可靠的样本。使用本发明的方法和系统进行电影期望值的计算，有助于电影发行厂商准确的了解该电影的票房预期以及当前的宣传情况，对以后的宣传策略有很大帮助。本发明是利用自然语言处理技术对微博文本进行情感分类，来计算电影的期望值，该方法简单可行，比传统的统计方法省时省力。

附图说明