[發明專利]一種中文微博的情感傾向分析方法

有效

• 申請號: 201310072472.3
• 申請日: 2013-03-07
• 公開（公告）號: CN103150367A
• 公開（公告）日: 2013-06-12
• 發明（設計）人: 劉紅玉;劉丹;高云棋;郭成林;彭春林
• 申請（專利權）人: 寧波成電泰克電子信息技術發展有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 成都宏順專利代理事務所(普通合伙) 51227
• 代理人: 周永宏

1.一種中文微博的情感傾向分析方法，具體包括如下步驟：

S1.對微博文本進行分類，根據文本的構成特征將微博文本分為原創類文本和轉發或評論類文本；

S2.根據微博文本的類型，對微博文本進行情感傾向分析。

2.根據權利要求1所述的中文微博的情感傾向分析方法，其特征在于，對原創類文本進行情感傾向分析的具體過程如下：

步驟10，對微博文本進行預處理，即提取文本中的下述字段，所述字段具體包括：微博中使用的表情、作者、轉發數、評論數、包含的外部鏈接、標簽、文本中是否其他用戶、作者是否加V；

步驟11，對預處理后的微博文本進行分析，依據預先定義的情感詞典，根據是否包含情感詞、情感表情、外部鏈接來判斷文本的主客觀傾向；

步驟12，如果步驟11中判斷的微博文本為客觀文本，則將微博文本的情感傾向記為中性；否則，按下述過程判斷微博文本的正負向：

步驟121，將微博文本分句，將句子中的用戶、標簽去掉，然后使用分詞工具將句子分詞并標注詞性；

步驟122，根據預定義的情感詞典，情感組合短語、否定詞典、轉折詞典、句中包含的情感表情、表示感情的標點符號，來計算每句的情感傾向，然后綜合計算整個微博文本的情感傾向以及置信度；

步驟123，選取情感詞、表情、否定詞、轉折詞，使用分類器來分析情感傾向；

步驟124，依據步驟122及123的結果，綜合評定微博文本的情感傾向。

3.根據權利要求1或2所述的中文微博的情感傾向分析方法，其特征在于，對轉發或評論類文本進行情感傾向分析的具體過程如下：

步驟20，查找到轉發或評論類文本的原創類文本；

步驟21，判斷原創類文本的情感傾向；

步驟22，如果轉發或評論類文本的字數不大于預先設定的閾值，則轉向步驟23；否則，計算該轉發或評論類文本的情感傾向；

步驟23，根據情感詞典和情感表情的數量來分析情感傾向，如果計算出的情感傾向為中性，則認為該文本的情感傾向與該文本的原創類文本的情感傾向相同，否則，計算出的情感傾向即為該文本的情感傾向。

4.根據權利要求2所述的中文微博的情感傾向分析方法，其特征在于，綜合計算整個微博文本的情感傾向以及置信度的具體過程如下：

先以句子為單位，分別計算情感傾向，用w表示情感詞的權值，p表示加權系數，n表示句中包含的情感詞和情感表情的個數(重復的只算1次)。

正向情感詞或正向表情的權值w(詞語)為1，加權系數p(詞語)為1，負向情感詞或負向表情權值w(詞語)為-1，加權系數p(詞語)為1，如果有重復，加權系數p記為1.1或-1.1，不累計；含有否定詞的句子，查找該否定詞后面離該否定詞最近的一個情感詞，取該情感詞的加權系數p(詞語)為-1，如果沒有找到，認為該否定詞不起作用，含有雙重否定詞的句子，或者使用表示強烈情感的標點符號，整句的情感系數p(句)為1.1，否則為1；

句子的情感值w(句)計算公式為：

置信度α(句)計算公式為：

整條微博的情感值w(文本)計算公式為：w(文本)=∑w(句)α(句)；

如果w(文本)不小于0，則判定微博的情感傾向為正向，情感傾向s(語義)為1，否則判定微博的情感傾向為負，情感傾向s(語義)為-1；

置信度α(語義)計算公式為：

整個微博文本的情感分析結果由二元組(s(語義)，α(語義))來表示。

5.根據權利要求4所述的中文微博的情感傾向分析方法，其特征在于，綜合評定微博文本的情感傾向的具體過程如下：

置信度計算公式為：

其中，二元組(s(分類),α(分類))為步驟123得到的情感分析結果；

最終的情感分析結果由下式確定：即s=1時，情感分析結果為正向，s=-1時，情感分析結果為負向。

6.根據權利要求2所述的中文微博的情感傾向分析方法，其特征在于，所述的分類器具體為樸素貝葉斯分類器。