[发明专利]一种基于中文文本情感识别的网络热点挖掘方法

权利要求书

1.一种基于中文文本情感识别的网络热点挖掘方法，其步骤为：

1）分别构建包含正向词语和负向词语的褒贬义词典，构建修饰程度词语的程度词典，构建用于确定否定词语的否定词典；

2）利用语法分析工具对指定时间范围内或指定信息源中设定事件的每一待处理语料文本的句子进行分词处理，得到词语的依存关系并统计每个词语的词频；

3）根据词频对分词所得词语排序，选取指定数目的词语作为主题词，将包含主题词的语句标为主题句；

4）对句子中的每一词语，判断其是否出现在该褒贬义词典中确定该词语的情感初值，并根据词语的依存关系确定出该词语的修饰程度词语和否定词语，然后根据确定出的修饰程度词语在所述程度词典的取值确定该词语的权重系数、根据确定出的否定词语数目确定该词语的极性，从而得到该词语的情感值；然后对该句子所有词语的情感值求和得到该句子的情感值；

5）将该待处理语料文本中的所有句子的情感值进行求和，得到该待处理语料文本的情感状态；

6）根据所有待处理文件内容的情感倾向确定该设定事件的热度值，如果大于设定阈值，则该事件为热点事件。

2.如权利要求1所述的方法，其特征在于对该待处理语料文本中的每一句子，根据其在文中的位置赋予一权值系数，将每一句子的情感权值与对应的权值系数相乘，然后求和得到该待处理语料文本的情感状态。

3.如权利要求2所述的方法，其特征在于句子中的每个词语根据其在句子中的位置设置该词语的位置系数，如果该句子中词语的数目为L，则该句子中第一个词语和最后一个词语的位置系数为2/L，中间的词语为1/L；将词语的位置系数与该词语的当前权重系数之和作为该词语新的权重系数。

4.如权利要求2所述的方法，其特征在于标题句的权值系数>尾段中句子的权值系数>首段中句子的权值系数>中间段中句子的权值系数。

5.如权利要求1或2或3或4所述的方法，其特征在于计算每个主题句与标题句的相似度，如果相似度大于设定阈值，则增加该句子的权值系数。

6.如权利要求5所述的方法，其特征在于计算所述相似度的公式为：

Sim(S,T)=cosθ=Σk=1nwk(S)×wk(T)Σk=1nwk2(S)Σk=1nwk2(T)]]>

其中S表示当前处理的句子，T表示标题句，w_K(s)表示句子S中主题词特征值，w_k(T)表示标题句中主题词的特征值。