[发明专利]基于混合模型的WEB文本情感主题识别方法

摘要

本发明公开了一种基于混合模型的WEB文本情感主题识别方法。属于网络信息安全领域。该方法在文本集合中进行模型训练，真实模拟不同情感倾向以及不同主题的文本语言表达模式，将情感表达与主题表达的语言方式模型化，分别产生情感和主题两类语言模型。对于需要进行分析的待处理的文本，通过将其自身模型与这两类模型进行比较，评估它与两类模型之间的相似程度，最终能够同时识别确定文本的主题和情感倾向。在统计建模中引入语言信息知识，捕捉和探寻情感及主题表达的特性和规律，充分利用语言表达的特点和习惯，建立能够同时分析识别主题和情感的混合模型，情感识别的平均准确率由现有技术的67.81％提高到81.36％。

主权项

一种基于混合模型的WEB文本情感主题识别方法，其特征在于包括以下步骤：(a)对训练集中的文本进行手工标注，分别标记每个文本的情感倾向和所属主题类别，根据不同情感语言表达方式的不同，估计出两类情感模型：“褒义”模型和“贬义”模型；同时根据不同主题文本的语言表达方式，分别估计各类主题语言模型；(b)对于步骤(a)建立的情感模型和主题模型分别进行参数估计，首先采用最大似然估计(MLE)方法对各个模型的参数进行估计，利用最大似然估计方法必然会引起零概率问题，因此还需要采用Jelinek-Mercer平滑方法进行数据平滑，调整概率分布的取值；(c)对于待处理的文本，计算其语言模型与两类情感模型的距离，选取距离最近的情感模型的情感倾向赋予该文本；计算与各个主题模型的距离，选取距离最近的主题模型的主题属性作为该文本的主题。