[发明专利]一种情感词的行为语义关系的抽取建模方法及装置

说明书

本发明提供了一种情感词的行为语义关系的抽取建模方法，其包括：获取第一语料库信息，根据获取的同义关系信息对第一语料库信息中的词汇进行抽取，生成第一同义词列表；根据获取的词性标注规则信息对第一同义词列表中的词汇分别进行词性分析，生成具有词性标注的第二同义词列表；判断第二同义词列表中是否含有动词信息；若是，则提取动词信息，生成行为词列表；对行为词列表中词汇之间的语义关系进行分析，生成行为语义关系信息；根据行为语义关系信息对行为词列表中的词汇进行行为语义关系情感强度划分，生成情感词的语义强度关系信息。

技术领域

本发明涉及语义关系抽取技术领域，尤其涉及一种情感词的行为语义关系的抽取建模方法及装置。

背景技术

语义关系是构成情感语义词典的重要部分。语义词典结构化地存储了词汇之间的关系，一般利用不同的标记来存储词汇间的不同语义关系，如上下位关系、同义关系等。现有的影响力比较大的情感词典主要有WordNet和Hownet，这两部词典常作为构建其他情感词典的基础词典。WordNet是影响力很大的一部词典，是普林斯顿大学的心理学家，语言学家和软件工程师合作设计的一种基于认知语言学的英语词典。按照单词的意思，将名词、动词、形容词、副词各自组成一个同义词网络，网络之间也有关系联系。HowNet是以汉语和英语的词语概念为描述对象，表达概念与概念之间的属性关系以及概念的属性之间各种关系。WordNet仅考虑了语义类的属性之间的同义、反义、上位和下位等关系。HowNet除了考虑WordNet标注的关系外，还对属性、部件等关系做了考察。由于考察关系比较多，构建难度大，导致词汇量十分有限。

现有技术中的一种实现方式是：基于点互信息(PMI，Purchasing ManagersIndex)的情感倾性判别算法，算法效果依赖于情感词集的大小，计算量过大，效率不高。现有技术中的另一种实现方式是：利用WordNet中的同义关系，计算待识别词到“good”和“bad”的距离来判定它的情感极性，跟这两个词没有联系的词无法判别，而且WordNet词汇有限。现有技术中的另一种实现方式是：基于HowNet的语义相似度和语义相关场功能来计算语义倾向性。现有技术中的另一种实现方式是：一种中文情感词语的情感权值计算方法，以HowNet情感词典为基准，构建了中文基础情感词典，并据此对中文文本倾向性进行判别。Rao和Ravichandran利用WordNet的同义词和上位词之间的联系来构建词之间的边，从而形成一张图。并使用基于图的半监督学习算法划分词为褒义或贬义。现有技术中的另一种实现方式是：基于HowNet和SentiWordNet构建中文情感词典。这几篇文献都是基于已有情感词典构建中文情感词典并进行情感计算，或直接利用已有词典进行情感计算。但都无法解决未登录词对情感计算的影响。

从以上研究可以看出，现有情感词典主要以手工或半自动方式编辑而成，不能及时快速的更新新的语义关系，情感词典缺少语义相似度关系的抽取。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供一种情感词的行为语义关系的抽取建模方法及装置。

本发明解决上述技术问题的技术方案如下：一种情感词的行为语义关系的抽取建模方法，其包括：

获取第一语料库信息；

根据获取的同义关系信息对所述第一语料库信息中的词汇按相似度进行抽取，生成第一同义词列表；

根据获取的词性标注规则信息对所述第一同义词列表中的词汇分别进行词性分析，生成具有词性标注的第二同义词列表；

判断所述第二同义词列表中是否含有动词信息；

若是，则提取所述动词信息，生成行为词列表；

对所述行为词列表中词汇之间的语义关系进行分析，生成行为语义关系信息；

根据所述行为语义关系信息对所述行为词列表中的词汇进行行为语义关系情感强度划分，生成情感词的语义强度关系信息。