[发明专利]基于本体模型和多核支持向量机的情感原因抽取方法

权利要求书

1.基于本体模型和多核支持向量机的情感原因抽取方法，其特征在于，该方法主要步骤为：首先构建情感原因语料库；然后根据ABC本体模型构建情感原因本体模型；在此模型上基于支持向量机算法对情感原因事件进行识别。

2.根据权利要求1所述的基于本体模型和多核支持向量机的情感原因抽取方法，其特征在于，具体步骤如下：

1)编写爬虫代码，爬取新闻数据，每一条新闻数据内容包括：帖子标题、帖子内容、帖子发表时间、新闻url；

2)对数据进行预处理，去掉停用词，进行分词；

3)构建情感原因语料库；

4)根据ABC本体模型构建情感原因本体模型；

5)通过融合情感原因领域中情感事件、情感原因、人、地域、行为等概念与概念之间的关系拓展情感原因本体模型；

6)根据三元关系构建情感原因树；

7)判断输入语句是否含有情感词；

8)利用支持向量机算法对情感原因事件进行抽取；

9)采用精确率P值，召回率R值和F值对情感事件抽取算法进行评估；

10)在情感原因本体模型上对情感原因进行分析。

3.根据权利要求2所述的基于本体模型和多核支持向量机的情感原因抽取方法，其特征在于，所述步骤1)主要是利用JAVA语言在myeclipse的环境平台下，利用包括Struts,Spring,Hibernate框架技术进行实现。

4.根据权利要求2所述的基于本体模型和多核支持向量机的情感原因抽取方法，其特征在于，所述步骤2)中用现有的中文分词工具进行数据预处理操作，预处理步骤包括去掉停用词、断句、分词、词性标注或语义分析。

5.根据权利要求4所述的基于本体模型和多核支持向量机的情感原因抽取方法，其特征在于，所述断句处理主要是利用现有的分词器实现。

6.根据权利要求5所述的基于本体模型和多核支持向量机的情感原因抽取方法，其特征在于，所述分词器主要包括word分词器、Ansj分词器、斯坦福分词、Lucene&Nutch分词器、斯坦福分词器或Lucene&Nutch分词器、Hanlp、Jieba。

7.根据权利要求2所述的基于本体模型和多核支持向量机的情感原因抽取方法，其特征在于，所述步骤4)情感原因本体模型主要是根据前因-行为-后果的ABC本体模型进行构建，ABC本体模型主要是根据事件进行建模，事件的内容主要是通过agent、action、situation、event、place描述。

8.根据权利要求2所述的基于本体模型和多核支持向量机的情感原因抽取方法，其特征在于，所述步骤5)具体是：对导致事件因子进行扩展、对地域进行扩展、对情感进行扩展。