[發明專利]基于細粒度屬性分類的感情分析引擎

在審

• 申請號: 201410084332.2
• 申請日: 2014-03-07
• 公開（公告）號: CN104899231A
• 公開（公告）日: 2015-09-09
• 發明（設計）人: 李臻;紀敏
• 申請（專利權）人: 上海市玻森數據科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 上海申新律師事務所 31272
• 代理人: 劉懿

1.基于細粒度屬性分類的感情分析引擎，其特征在于，采用的模型為最大熵模型，該系統的情感極性強度量化方法的算法思路：先利用已有的情感詞典通過字頻統計的方法，計算出每個字的情感傾向值；然后利用字的情感傾向值設計相應的公式進行詞的情感傾向值計算；步驟如下：

首先統計每個字的在情感詞典中作為褒義詞和貶義詞的權重，

Pci=fpci/Σj=1nfpcjfpci/Σj=1nfpcj+fnci/Σj=1mfncj]]>

Nci=fnci/Σj=1mfncjfpci/Σj=1nfpcj+fnci/Σj=1mfncj]]>

其中，Pci為字ci作為褒義詞的權重，Nci為字ci作為貶義詞的權重，fp_ci為字ci出現在褒義詞表中的頻率，fn_ci為字ci出現在貶義詞表中的頻率，利用以上公示可以計算出每個字作為褒義詞和貶義詞的權重，n為褒義詞表中出現的所有字的個數，m為貶義詞表中出現的所有字的個數，為了平衡情感詞典中褒義詞與貶義詞之間的詞數差異性，以上兩個公式對每個字在褒貶詞表中出現的頻率進行了歸一化處理；

最后可以利用一下計算出字ci的情感傾向值Sci

S_ci=(P_ci-N_ci)

如果Sci的值為正數，ci是褒義字，負數則是貶義字，接近于0的話，說明ci趨向于是中性，當計算新詞w的情感傾向值時，如果該詞由字C1、C2、C3…Cp組成的話，只要計算每個字的平均情感值，如下公式所示，其中p為詞w中字的個數，如果字cj沒有情感值，則Scj取值為0；

Sw=Σj=1pScjp]]>

如果Sw的值為正，說明詞w的情感為褒義，Sw的值為負則詞w為貶義詞，Sw的值接近0的話，說明詞w為中性詞，或者叫非情感詞。