[發(fā)明專利]一種情感詞典構(gòu)建方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201210138364.7
• 申請日: 2012-05-07
• 公開（公告）號: CN102663139A
• 公開（公告）日: 2012-09-12
• 發(fā)明（設(shè)計）人: 李壽山;林莉媛;周國棟
• 申請（專利權(quán)）人: 蘇州大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/28
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王寶筠

1.一種情感詞典構(gòu)建方法，其特征在于，包括：

獲取包含正面詞和負面詞的基礎(chǔ)種子詞詞集；

獲取所述基礎(chǔ)種子詞的同義詞，并將所述同義詞加入到所述基礎(chǔ)種子詞的詞集中，以形成擴展后種子詞詞集；

對評價語料進行分詞處理，以獲取多個詞語，并確定獲取的詞語的詞性；

計算獲取到的詞語與所述擴展后種子詞詞集中的各個種子詞的點互信息量PMI；

根據(jù)所述詞語與各個種子詞的點互信息量PMI，及與所述詞語的詞性對應(yīng)的參數(shù)值，獲取所述詞語的情感傾向值SO；

根據(jù)所述情感傾向值SO，選擇預設(shè)數(shù)量的詞語，并根據(jù)情感極性，將所選詞語構(gòu)建成包含正面情感詞子詞典和負面情感詞子詞典的情感詞典。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，獲取種子詞的同義詞，以獲得擴展后種子詞詞集具體包括：

獲取同義詞詞林；

將所述各個種子詞與所述同義詞詞林中的詞語進行匹配查找，以獲取所述種子詞的同義詞；

將所述同義詞加入基礎(chǔ)種子詞的詞集中，以獲取擴展后種子詞詞集。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，計算獲取到的詞語與所述擴展后種子詞詞集中的各個種子詞的點互信息量PMI的方法具體為：

根據(jù)公式進行計算，其中，所述w₁和w₂分別表示種子詞和所述獲取到的詞語，所述p(w₁&w₂)表示兩個詞w₁和w₂共同出現(xiàn)的概率，p(w₁)和p(w₂)分別代表兩詞各自出現(xiàn)的概率。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，獲取所述詞語的情感傾向值SO的方法具體為：

根據(jù)公式SO(word)=p×[λ×Σt=0tpPMI(word,pwi)-(1-λ)Σt=0tnPMI(word,nwi)]]]>進行計算，其中，所述pw_i為擴展后的正面種子詞，t_p為正面種子詞集合的大小，nw_i為擴展后的負面種子詞，t_n為負面種子詞集合的大小，λ為擴展后正面種子詞數(shù)與擴展后負面種子詞數(shù)的比值，p為與所述詞語的極性相對應(yīng)的參數(shù)值。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述詞性包括：形容詞、副詞和其他詞性的詞，其中所述形容詞所對應(yīng)的參數(shù)值p為0.6，所述副詞所對應(yīng)的參數(shù)值p為0.3，其他詞性的詞的參數(shù)值p為0.1。