[发明专利]一种文本情感分类方法及系统

权利要求书

1.一种文本情感分类方法，其特征在于，包括：

参考预置的情感词表，在待分类文本中查找情感词，并确定与所述情感词对应的情感极性；

判断所述情感词是否发生极性转变，所述极性转变包括：基于句子内结构的极性转变和基于句子间转折结构的极性转变；

计算所述待分类文本中各个中性词出现在每一种类别的文本中的概率，并依据所述情感词的情感极性及所述情感词的极性转变结果，计算所述待分类文本中各个情感词出现在每一种类别的文本中的概率；

依据所述待分类文本中各个中性词及各个情感词出现在每一种类别的文本中的概率，利用贝叶斯分类器模型对所述待分类文本进行分类。

2.根据权利要求1所述的方法，其特征在于，所述基于句子内结构的极性转变包括：

基于否定结构的极性转变，基于模态结构的极性转变和基于隐含结构的极性转变。

3.根据权利要求2所述的方法，其特征在于，所述判断所述情感词是否发生基于否定结构的极性转变包括：

若所述情感词所在的句子中出现了预设的否定结构的关键词，则所述情感词发生极性转变。

4.根据权利要求2所述的方法，其特征在于，所述判断所述情感词是否发生基于模态结构的极性转变包括：

若所述情感词所在的句子中，在所述情感词的前边出现了预设的模态结构的关键词，则所述情感词发生极性转变。

5.根据权利要求2所述的方法，其特征在于，所述判断所述情感词是否发生基于隐含结构的极性转变包括：

若所述情感词所在的句子中出现预设的隐含结构的关键词，则所述情感词发生极性转变。

6.根据权利要求1所述的方法，其特征在于，所述判断所述情感词是否发生基于句子间转折结构的极性转变包括：

若所述情感词所在的句子的后一句或后一段文本中出现预设的转折结构的关键词，则所述情感词发生极性转变。

7.根据权利要求1所述的方法，其特征在于，所述计算所述待分类文本中各个中性词出现在每一种类别的文本中的概率，并依据所述情感词的情感极性及所述情感词的极性转变结果，计算所述待分类文本中各个情感词出现在每一种类别的文本中的概率包括：

P(w_k|c_i)=α·P_e(w_k|c_i)+(1-α)·P_f(w_k|c_i)，

其中，P(w_k|c_i)为在待分类文本中，词w_k出现在c_i类文本中的概率，c_i包括正面和负面；α为预设的权重值；P_e(w_k|c_i)为通过待分类文本计算词w_k属于情感类别的后验概率；P_f(w_k|c_i)为通过词w_k在文本中所有词中情况来计算词w_k属于情感类别的后验概率，k的取值可以为-1，0，1，w₁表示正面情感词，w_-1表示负面情感词，w₀表示中性词。