[发明专利]一种判别短文本情感倾向性的方法

权利要求书

1.一种判别短文本情感倾向性的方法，包括：

A、直接从待分析文本中构建情感词典；

B、根据情感词典，基于局部依存关系判断待分析文本的情感极性；

所述步骤A包括：

A1、收集情感种子词和种子表情，参照开放语义词典和输入法词典，将正极性词及其同义词加入正极性的情感词表里；将其反义词加入负极性的情感词表里；将负极性词及其同义词加入负极性的情感词表里；将其反义词加入正极性的情感词表里；

A2、用网络爬虫搜集包含上述的种子词和种子表情的网络短文本，形成候选集；

A3、把候选集里的每一个短文本当作是一个隐马尔科夫链，使用维特比算法求出：对于观测到的数据，概率最大的词性标记序列，并统计分词；

A4、得到了分词结果和词性标注序列之后，将停用词过滤掉；

A5、对处理过后的候选集里的短文本，逐一遍历其中是否含有会翻转语义的标识词和句式，若含有，则为其确定否定依存范围及反问依存范围；

A6、计算候选集内所有短文本的情感极性可信度，并按可信度排名；计算公式如下：

$Confidence\left(d_i\right)=\left\{\begin{array}{cc}t{\Σ}_j^n{t}_j,& p\<2\\ 0,& p\≥2\end{array}\right.$

其中，d_i为短文本；p为情感极性的个数，t为匹配到的情感词、表情的个数，t_j为第j个匹配到的情感词或表情的频率；

A7、扩充情感词典：设定高精度候选集，选取可信度高于预定阈值的短文本，加入高精度候选集，再从高精度候选集中筛选符合预定规则的高频词；

重复A1～A7，直至结果稳定。

2.如权利要求1所述的一种判别短文本情感倾向性的方法，其特征在于：所述步骤A7还包括步骤：

用开放句法依存关系算法，计算与情感词典匹配上的情感标识词在短文本里的依存范围，并收录该范围的上一级依存范围内的词，进入候选词典；

计算候选词典里的高频词，选取词频排名次序高于预设的百分比的词填充到所述情感词典中；

如果局部依存关系明确，则在情感词典的词条中，标记情感词修饰的对象，以此记录词语搭配关系。

3.如权利要求1所述的一种判别短文本情感倾向性的方法，其特征在于，所述步骤B包括：

B1、数据预处理——把候选集里的每一个短文本当作是一个隐马尔科夫链，使用维特比算法求出：对于观测到的数据，概率最大的词性标记序列，并统计分词；

B2、数据分流——对仅含有一种情感极性的待分析文本，加入训练数据集；

对含有超过一种情感极性的待分析文本，标记为极性冲突；

对含有未能判断出情感极性的待分析文本，向量化表示，作输入数据；

将构建好的情感词典，作为后置规则置入最大熵模型；

B3、判断情感极性——用含有且仅含有一种情感极性的训练数据训练出的最大熵模型，判断未匹配到情感词的文本，通过带第一后置规则的最大熵模型计算文本情感倾向；对于模型给出的极性概率低于预定阈值的文本，标记其为中立；这样就给出了待分析集合中每个文本标记情感倾向，共有：正向、负向、中立、冲突。