[发明专利]分类器的构建方法及装置、中文文本情感分类方法及系统

权利要求书

1.一种分类器的构建方法，其特征在于，包括：

获取待标注样本集并从所述待标注样本集中获取一个待标注样本，其中，所述待标注样本集包括至少两个待标注样本；

查找所述待标注样本中的情感词，并获取每个情感词的情感极性，其中，所述情感极性包括正面和负面；

转变所述待标注样本中符合情感极性转变规则的情感词的情感极性；

统计所述待标注样本中情感极性为正面的情感词的数量和情感极性为负面的情感词的数量；

根据所述情感极性为正面的情感词的数量与情感极性为负面的情感词的数量确定所述待标注样本的情感极性，得到标注样本；

依据所述标注样本利用自学习的方法对所述待标注样本集中其它待标注样本进行标注，得到标注样本集；

利用所述标注样本集中的标注样本构建最大熵分类器。

2.根据权利要求1所述的方法，其特征在于，转变所述待标注样本中符合情感极性转变规则的情感词的情感极性包括：

如果待标注样本中的情感词所在的句子中出现了否定关键词，则转变该情感词的情感极性；

如果待标注样本中的情感词所在的句子的下一句或下一段落出现了转折关键词，则转变该情感词的情感极性；

和/或，如果待标注样本中的情感词所在的句子出现了能愿关键词，则转变该情感词的情感极性。

3.根据权利要求1所述的方法，其特征在于，所述根据所述情感极性为正面的情感词的数量与情感极性为负面的情感词的数量确定所述待标注样本的情感极性包括：

如果情感极性为正面的情感词的数量与情感极性为负面的情感词的数量的差值大于设定阈值，则确定所述待标注样本的情感极性为正面；

如果情感极性为负面的情感词的数量与情感极性为正面的情感词的数量的差值大于所述设定阈值，则确定所述待标注样本的情感极性为负面。

4.根据权利要求1所述的方法，其特征在于，依据所述标注样本利用自学习的方法对所述待标注样本集中其它待标注样本进行标注，得到标注样本集包括：

利用所述标注样本构建最大熵分类器；

利用所述最大熵分类器对所述待标注样本集中其它待标注样本进行标分类，得到分类结果；

根据所述分类结果确定每个待标注样本的情感极性，得到标注样本集。

5.一种中文文本情感分类方法，其特征在于，包括：如权利要求1-4中任意一项所述的分类器的构建方法，还包括：

利用构建的最大熵分类器对待分类的中文文本进行分类。

6.一种分类器的构建装置，其特征在于，包括：获取单元、查找单元、极性转变单元、统计单元、确定单元、自学习单元和分类器构建单元；

所述获取单元，用于获取待标注样本集并从所述待标注样本集中获取一个待标注样本，其中，所述待标注样本集包括至少两个待标注样本；

所述查找单元，用于查找所述待标注样本中的情感词，并获取每个情感词的情感极性，其中，所述情感极性包括正面和负面；

所述极性转变单元，用于转变所述待标注样本中符合情感极性转变规则的情感词的情感极性；

所述统计单元，用于统计所述待标注样本中情感极性为正面的情感词的数量和情感极性为负面的情感词的数量；

所述确定单元，用于根据所述情感极性为正面的情感词的数量与情感极性为负面的情感词的数量确定所述待标注样本的情感极性，得到标注样本；

所述自学习单元，用于依据所述标注样本利用自学习的方法对所述待标注样本集中其它待标注样本进行标注，得到标注样本集；

所述分类器构建单元，用于利用所述标注样本集中的标注样本构建最大熵分类器。

7.根据权利要求6所述的装置，其特征在于，所述极性转变单元包括：第一极性转变子单元、第二极性转变子单元和/或第三极性转变子单元；

所述第一极性转变子单元，用于当待标注样本中的情感词所在的句子中出现了否定关键词时，转变该情感词的情感极性；

所述第二极性转变子单元，用于当待标注样本中的情感词所在的句子的下一句或下一段落出现了转折关键词时，转变该情感词的情感极性；

所述第三极性转变子单元，用于当待标注样本中的情感词所在的句子出现了能愿关键词时，转变该情感词的情感极性。