[发明专利]汉语文本情感数据的组织及提取方法

摘要

本发明一种汉语文本情感数据的组织及提取方法，其中汉语文本情感数据的组织方法是：(1)定义汉语文本情感标记语言标签；(2)在标签下加入情感感叹词数据；(3)在标签下加入情感图标数据；(4)在标签下加入情感字符数据；(5)在标签下加入情感词汇数据；(6)采用调查问卷的方式确定上述4种数据所表达情感的强度；(7)在标签下加入情感词汇修饰语数据。其中汉语文本情感的提取方法是：(1)对汉语文本进行断句分词处理；(2)基于汉语文本情感数据库实现情感提取；(3)情感强度的确定。本发明成功的解决了国外文本情感数据库情感种类较少以及国内汉语文本情感数据库匮乏的问题，同时实现了对汉语文本多种细腻情感的提取。本发明将促进情感化人机交互的发展。

主权项

1.一种汉语文本情感数据的组织及提取方法，其特征在于：该方法包括汉语文本情感数据的组织及汉语文本情感的提取；其中：(1)汉语文本情感数据的组织，其方法步骤如下：步骤1：基于可扩展标记语言XML对汉语文本情感标记语言CATML的标签进行定义；步骤2：在标签interjection下加入情感感叹词数据，并按照上述的单一情感或混合情感进行分类；步骤3：在标签emoticon下加入情感图标数据，并按照上述的单一情感或混合情感进行分类；步骤4：在标签emotionchar下加入情感字符数据，并按照上述的单一情感或混合情感进行分类；步骤5：在标签emotionword下加入情感词汇数据，并按照上述的单一情感或混合情感进行分类；步骤6：采用调查问卷的方式确定上述4种数据所表达情感的强度，按照高、中、低分别确定其intensity属性的值；步骤7：在标签modifier下加入情感词汇修饰语数据，并按照加强情感强度、减弱情感强度和对情感取确定其polarity属性的值；(2)汉语文本情感的提取，其方法步骤如下：步骤1：对待进行情感提取的文本文件进行断句分词处理；步骤2：根据所建立的汉语文本情感数据库对汉语文本进行情感提取，确定每个句子所表达情感的类型；步骤3：根据intensity属性及修饰语调整每个句子所表达情感的强度或对所表达的情感类型取反。