[发明专利]一种基于复杂网络的集成学习的文本情感分类方法

权利要求书

1.一种基于复杂网络的集成学习的文本情感分类方法，其特征在于：包括以下步骤：

S0：采集数据并对数据进行预处理得到原始特征集；

S1：通过现有信息增益方法对原始特征集进行特征选择，得到第一特征选择结果集；

S2：基于复杂网络综合特性对原始特征集进行特征选择，得到第二特征选择结果集；

S3：去除第一特征选择结果集与第二特征选择结果集的重复项，取并集融合得到最终特征选择结果集；

S4：采用TF-IDF方法对最终特征选择结果集中的特征进行权重计算；

S5：配置环境构建分类训练模型，利用集成学习加强朴素贝叶斯方法对数据进行分类训练并输出结果。

2.根据权利要求1所述的一种基于复杂网络的集成学习的文本情感分类方法，其特征在于：所述的步骤S0中，具体步骤为：

S01：创建并运行爬虫程序，基于urllib标准库读取URL标签，利用requests库对服务器发送请求对象，利用BeautifulSoup库解析网页，获得文本数据；

S02：对文本数据进行包括清洗、分词的预处理工作得到原始特征集，并以txt格式存储为文本文档；文本文档包括停用词表、评论文本、分词后的数据，文本文档的保存格式为编号-文本-类别；

S03：采用SQL语句根据查询分析需求对评论文本进行ID编号，通过MySQL数据库对原始特征集增加主键约束。

3.根据权利要求1所述的一种基于复杂网络的集成学习的文本情感分类方法，其特征在于：所述的步骤S2中，具体步骤为：

S21：以特征词为节点，连接句子中共现跨度小于或等于2的特征词，合并处在不同句子中的相同特征词节点，根据复杂网络的综合特性对预处理后的文本数据构建加权复杂网络；

S22：分别计算节点n_i的加权度、加权聚集系数和节点介数，并分别进行归一化处理；构造评估函数CF，以函数值作为节点n_i的综合特征值；

S23：对节点的函数值进行排序，选取函数值较大的前m个节点对应的特征词作为文本的关键词。

4.根据权利要求3所述的一种基于复杂网络的集成学习的文本情感分类方法，其特征在于：所述的步骤S21中，具体步骤为：

用加权复杂网络的节点代表特征词，设节点的集合为：

N＝{n₁,n₂,n₃,...,n_k}；

用加权复杂网络的边代表特征词之间的包括共现和邻接位置的语义相关关系，设经过预处理之后的原始特征词为n，复杂网络中的结点个数为k，加权复杂网络中边的集合为：

E＝{e_i,j＝(n_i,n_j)|n_i,n_j∈N}；

用边的权值代表特征词的语义相关关系的程度，权值越大，表明特征词之间语义相关关系越紧密，设边e_ij的权重为w_ij，边的权重集合为：

W＝{w₁₂,w₁₃,...,w_ij,...}；

则将文本表示成加权的复杂网络为：

G＝(N,E,W)。