[發明專利]網絡情緒的確定方法和裝置

有效

• 申請號: 201510406232.1
• 申請日: 2015-07-10
• 公開（公告）號: CN105095415B
• 公開（公告）日: 2018-12-21
• 發明（設計）人: 齊中祥
• 申請（專利權）人: 沃民高新科技（北京）股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 韓建偉;張永明

1.一種網絡情緒的確定方法，其特征在于，包括：

獲取目標事件的關鍵詞；

獲取與所述關鍵詞關聯的網絡信息；

利用預先建立的分類模型確定所述網絡信息對應的網絡情緒，其中，所述分類模型為根據預設的網絡情緒類型訓練得到的訓練集，所述預設的網絡情緒類型包括第一情緒、第二情緒、第三情緒、第四情緒和第五情緒；

根據所述第一情緒、所述第二情緒、所述第三情緒、所述第四情緒和所述第五情緒中每一種情緒對應的網絡信息的條數和所述網絡信息所賦予的權重分別計算每一種情緒的量化值，所述量化值用于表示與其相應的情緒表現的程度，其中，所述權重根據所述網絡信息的來源來確定；

其中，所述方法還包括：

獲取所述網絡信息發布時的位置信息；

基于所述位置信息確定所述網絡信息所在的地區；

根據所述網絡信息對應的網絡情緒確定各地區的網絡情緒；

其中，獲取與所述關鍵詞關聯的網絡信息包括：計算網絡信息與所述目標事件的關鍵詞的關聯度；當網絡信息與所述目標事件的關鍵詞的關聯度超過預設閾值，則確定該網絡信息為與所述關鍵詞關聯的網絡信息。

2.根據權利要求1所述的方法，其特征在于，在利用預先建立的分類模型確定所述網絡信息對應的網絡情緒之前，所述方法還包括：

獲取用于建立所述分類模型的網絡信息；

提取所述用于建立所述分類模型的網絡信息中用于表達情感的關鍵詞；

按照所述預設的網絡情緒類型對所述用于表達情感的關鍵詞進行訓練，得到所述分類模型。

3.根據權利要求2所述的方法，其特征在于，在獲取用于建立所述分類模型的網絡信息之后，以及提取所述用于建立所述分類模型的網絡信息中的用于表達情感的關鍵詞之前，所述方法還包括：

判斷所述網絡信息是否為可識別的文本信息；

如果判斷出所述網絡信息不是可識別的文本信息，則將所述網絡信息轉化為所述可識別的文本信息，對轉化后的所述可識別的文本信息進行分詞；

如果判斷出所述網絡信息是可識別的文本信息，則直接對所述網絡信息進行分詞。

4.根據權利要求3所述的方法，其特征在于，如果判斷出所述網絡信息不是可識別的文本信息，則將所述網絡信息轉化為所述可識別的文本信息包括：

如果所述網絡信息為音頻信息，則利用語音識別將所述音頻信息轉化為所述可識別的文本信息；

如果所述網絡信息為視頻信息，則從所述視頻信息中提取音頻信息，利用語音識別將提取的音頻信息轉化為所述可識別的文本信息。

5.根據權利要求1至4中任一項所述的方法，其特征在于，所述第一情緒為憤怒，所述第二情緒為厭惡，所述第三情緒為高興，所述第四情緒為悲傷，所述第五情緒為恐懼。

6.一種網絡情緒的確定裝置，其特征在于，包括：

第一獲取單元，用于獲取目標事件的關鍵詞；

第二獲取單元，用于獲取與所述關鍵詞關聯的網絡信息；

第一確定單元，用于利用預先建立的分類模型確定所述網絡信息對應的網絡情緒，其中，所述分類模型為根據預設的網絡情緒類型訓練得到的訓練集，所述預設的網絡情緒類型包括第一情緒、第二情緒、第三情緒、第四情緒和第五情緒；

計算單元，用于根據所述第一情緒、所述第二情緒、所述第三情緒、所述第四情緒和所述第五情緒中每一種情緒對應的網絡信息的條數和所述網絡信息所賦予的權重分別計算每一種情緒的量化值，所述量化值用于表示與其相應的情緒表現的程度，其中，所述權重根據所述網絡信息的來源確定；

其中，所述裝置還包括：

第四獲取單元，用于在利用預先建立的分類模型確定所述網絡信息對應的網絡情緒之后，獲取所述網絡信息發布時的位置信息；

第二確定單元，用于基于所述位置信息確定所述網絡信息所在的地區；

第三確定單元，用于根據所述網絡信息對應的網絡情緒確定各地區的網絡情緒；

其中，第二獲取單元還用于：計算網絡信息與目標事件的關鍵詞的關聯度；當網絡信息與目標事件的關鍵詞的關聯度超過預設閾值，則確定該網絡信息為與關鍵詞關聯的網絡信息。