[发明专利]一种基于文本相似度的事件情感分类方法

权利要求书

1.一种基于文本相似度的事件情感分类方法，其特征在于，包括以下操作步骤：

S000、设整个待处理事件的情感值为s ，设情感分界值分别为s1 、s2 ；

S001、选取并生成单文本情感分类模型model，情感类别为正面、中立、负面；

S002、根据余弦相似度将文本聚类，聚合成不同的事件类；

S003、设置事件的分割参数limit-num，用来控制事件中的文本切割参数；

S004、针对每一个事件类event，按照声量值选择文本，然后判断分析；

S005、将事件类中所有文本向量进行均值运算，生成该类的均值向量，将均值向量输入到单文本情感分类模型model中，输出均值向量情感值p_avg；

S006、事件内部存在情感倾向的文本，计算情感值；

S007、利用单文本情感分类模型对事件情感值进行计算；

S008、判断事件情感分类s＝p(event)，若s≥s2，则事件为正向；若s1ss2，则事件为中立；若s≤s1，则事件为负向；

所述步骤S006中，计算情感值的方法为归一化法；

采用归一化法计算情感值的具体操作方法为：

S006.1)计算出事件的总声量公式中，n为事件类的文档数目，vol_k代表第k个文档的声量；

S006.2)将每篇文章的情感值p_k与根据声量比例做加权求和运算，公式如下：

所述步骤s007中用单文本情感分类模型对事件情感值进行计算的方法为：采用分类准确率训练得到，其中w1+w2＝1，

p(event)＝w1*p(α)+w2*p(β)，其中，p(β)＝p_avg，w1为p(α)的权重因子，w2为p(β)的权重因子。

2.根据权利要求1所述的一种基于文本相似度的事件情感分类方法，其特征在于，所述步骤S004中判断分析所针对的文本为根据声量筛选出的文本，筛选声量的具体方法为，设置事件为A，事件中的文本数量表示为L(A)，当L (A)＞limit_num，取声量大于top-θ的文本作为本事件的分类依据；若L(A)＜limit_num，取事件中全部数据作为分类依据。