[发明专利]一种快速的新闻文本内容情感分析系统及方法

权利要求书

1.一种快速的新闻文本内容情感分析系统，其特征在于包括以下模块：

新闻抓取模块：用于从新闻门户、论坛及微博上抓取新闻文档，其中包括对文本进行初步去重处理；

新闻文本初步处理模块：用于对文本进行初步文本特征处理，包括分词、去停用词、对否定式短语进行额外标注；

新闻文本情感计算模块：包括TextRank计算、分词情感计算、对计算值进行归一化处理、综合计算得到文档的情感指数；

数据存储模块：存储计算后的结果。

2.一种快速的新闻文本内容情感分析方法，其特征在于包括如下步骤：

S01：从互联网新闻门户、论坛及微博爬取新闻，对文本去重；

S02：抽取文本信息，主要是来源、作者、标题、正文等信息；

S03：对标题、正文进行分词，去掉停用词；

S04：使用Text Rank计算每个词的权重；

S05：同时根据情感词典，得到每个词的情感倾向及情感强度S；

S06：最后将词的权重与词的情感强度相乘，计算总和，进行归一化处理，从而得到文档的情感指数。

3.根据权利要求2所述的一种快速的新闻文本内容情感分析方法，其特征在于：所述的骤S04所述的使用Text Rank计算每个词的权重，具体包括

给标题的词语额外加权，加权算法为wt = n × wd ，其中，wt表示标题分词，wd表示正文分词，取值范围是[0,100]，n表示加权权重，范围值是多少[2,10]；

对分词进行词性过滤，只保留名词性和动词性分词；

使用Text Rank算法计算每个词的权重；

对计算结果进行归一化处理，归一化的计算方式为wt = wt /(max(wt) + 1)，其中，wt表示有Text Rank计算的词权重，max(wt)表示该文档中最大的权重。

4.根据权利要求2所述的一种快速的新闻文本内容情感分析方法，其特征在于：所述的步骤S06中根据分词计算文档的情感指数，具体计算方式为

Sd = ∑(wt × St) × C/n

其中，Sd表示文档的情感指数，wt表示每个分词的权重，St表示每个分词的情感指数范围是[-100,100]，C是一个常数范围值是多少[1, 5]，n表示该文档内，单词的数量。