[发明专利]一种对网络舆情信息进行情感分类的方法

权利要求书

1.一种对网络舆情信息进行情感分类的方法，其特征在于，包括以下步骤：

(1)对网络舆情信息的文章进行中文分词；

(2)将分词后的词汇输入神经网络；

(3)计算出所述文章的正负面性完成情感分类。

2.根据权利要求1所述的对网络舆情信息进行情感分类的方法，其特征在于，所述中文分词采用ICTCLAC中文分词系统。

3.根据权利要求2所述的对网络舆情信息进行情感分类的方法，其特征在于，所述中文分词采用ICTCLAC中文分词系统对所述文章进行分词，保留名词、动词和形容词作为特征。

4.根据权利要求3所述的对网络舆情信息进行情感分类的方法，其特征在于，所述中文分词采用ICTCLAC中文分词系统对所述文章进行分词，保留名词、动词和形容词作为特征之后、输入神经网络之前还包括特征选择步骤。

5.根据权利要求4所述的对网络舆情信息进行情感分类的方法，其特征在于，所述特征选择步骤具体为：采用文档频率、χ²统计、信息增益或互信息方法，选择所需的特征作为神经网络的输入。

6.根据权利要求1所述的对网络舆情信息进行情感分类的方法，其特征在于，所述神经网络为BP神经网络。

7.根据权利要求6所述的对网络舆情信息进行情感分类的方法，其特征在于，所述BP神经网络为3层或大于3层的前馈型BP神经网络。

8.根据权利要求6所述的对网络舆情信息进行情感分类的方法，其特征在于，所述BP神经网络为经过训练的BP神经网络，所述训练步骤如下：

a.通过网络爬虫技术爬取网络舆情信息的文章；

b.对爬取的文章通过ICTCLAC中文分词系统进行分词；

c.分词后采用χ²统计法进行文本特征选择，选择所需的中文词汇；

d.将爬取的文章进行文章正负面性的人工判别，判别文章是正面的，负面的，还是中性的；

e.将χ²统计法后选择的中文词汇出现的数量作为神经网络的输入，文章正负面性的判别结果作为神经网络的输出，对神经网络进行训练，计算出神经网络的各层权值。