[发明专利]基于概率特征关联的舆情分析方法

权利要求书

1.一种基于概率特征关联的舆情分析方法，其特征在于，包括以下步骤：

步骤一、收集某一新闻事件的长期信息，取长期信息中的长期特征词项组成文本信息的长期词典；

步骤二、取当前新闻文本信息的特征词项组成的当前特征集合；

步骤三、将长期词典与当前特征词项进行关联，以当前特征词项为中心、基于特征词项的相似度设置圆形关联门，获取当前特征词项关联门内的长期特征词项的特征集合以及该特征集合对应的权重向量；

步骤四、分别求步骤三中关联门内长期特征词项的词向量和当前特征词项的词向量，并求两者词向量间的关联概率；

步骤五、通过所述关联概率计算当前特征词项的最优特征权值，并生成当前特征集合对应的最优当前特征权值向量；

步骤六、将所述最优当前特征权值向量用于软传感器模型对当前新闻事件进行态势估计，得到当前新闻事件的态势融合估计。

2.如权利要求1所述的基于概率特征关联的舆情分析方法，其特征在于，步骤一中，使用长期词典法获取事件长期信息中的长期态势，作为用于关联融合的长期态势向量，所述长期词典由q个所述长期特征词项lw_t,i构成，表示为LD_t＝{lw_t,1,lw_t,2,lw_t,3…lw_t,q}，在向量空间模型VSM空间下抽取长期词典中的特征词项权重向量，表示为LV_t＝{lv_t,1,lv_t,2,lv_t,3…lv_t,q}，其中，lw_t,i对应的权重为lv_t,i。

3.如权利要求2所述的基于概率特征关联的舆情分析方法，其特征在于，步骤二中，t时刻所述当前特征集合由n个当前特征词项cw_t,i构成，表示为CF_t＝{cw_t,1,cw_t,2,cw_t,3…cw_t,n}，在向量空间模型VSM空间下抽取当前特征集合中的特征词项权重向量，表示为CV_t＝{cv_t,1,cv_t,2,cv_t,3…cv_t,n}，其中，cw_t,i对应的权重为cv_t,i。

4.如权利要求3所述的基于概率特征关联的舆情分析方法，其特征在于，特征词项的权重采用TF-IDF方法计算，权重表达对应特征词项在文本中的重要程度。

5.如权利要求4所述的基于概率特征关联的舆情分析方法，其特征在于，所述权重cv_t,i＝tf_i log(M/n_i+0.01)，其中，tf_i为特征词项cw_t,i在文本信息中出现次数，M表示数据集中文本信息的总数，n_i表示含有该特征词项的文本信息数。

6.如权利要求5所述的基于概率特征关联的舆情分析方法，其特征在于，步骤三中，所述关联门半径R_t为：所述特征词项cw_t,i关联门内的特征集合LCF_t,i为：LCF_t,i＝{lw_t,f|Similar(lw_t,f,cw_t,i)≥1-R_t,lw_t,f∈LD_t}，表示为LCF_t,i＝{lcw_t,1,lcw_t,2,lcw_t,3…lcw_t,j}，i∈{1,2,3…n}，其对应的权重向量LCV_t,i由CF_t中对应长期特征词项的权重构成，表示为LCV_t,i＝{lcv_t,1,lcv_t,2,lcv_t,3…lcv_t,j}。