[發明專利]情感詞匯的識別方法及裝置

有效

• 申請號: 201611199221.1
• 申請日: 2016-12-22
• 公開（公告）號: CN106776566B
• 公開（公告）日: 2019-12-24
• 發明（設計）人: 王偉
• 申請（專利權）人: 東軟集團股份有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27
• 代理公司: 11348 北京鼎佳達知識產權代理事務所(普通合伙)
• 代理人: 劉喆;劉鐵生

1.一種情感詞匯的識別方法，其特征在于，包括：

根據文本信息的情感傾向性，對所述文本信息進行正負向情感標記，以及對所述文本信息進行分詞處理，得到多個情感候選詞匯；

根據所述文本信息的正負向情感標記結果和卡方統計特征選擇算法，從所述多個情感候選詞匯中統計得到詞匯卡方值大于或等于預設閾值的第一情感詞匯候選集合；

根據所述文本信息的正負向情感標記結果和邏輯回歸分類算法，計算所述第一情感詞匯候選集合中每個情感候選詞匯對應的情感傾向強度值；

將所述第一情感詞匯候選集合中情感傾向強度值大于或等于預設強度閾值的情感候選詞匯，確定為所述文本信息中存在的情感詞匯。

2.根據權利要求1所述的情感詞匯的識別方法，其特征在于，所述根據所述文本信息的正負向情感標記結果和邏輯回歸分類算法，計算所述第一情感詞匯候選集合中每個情感候選詞匯對應的情感傾向強度值，具體包括：

計算所述第一情感詞匯候選集合中情感候選詞匯的tf-idf值，作為所述情感候選詞匯的特征值；

以所述情感候選詞匯的特征值和所述文本信息的正負向情感標記結果作為計算參數，根據邏輯回歸分類算法，計算所述第一情感詞匯候選集合中每個情感候選詞匯對應的情感傾向強度值。

3.根據權利要求1所述的情感詞匯的識別方法，其特征在于，所述方法還包括：

根據所述文本信息的正負向情感標記結果和卡方統計特征選擇算法，從所述多個情感候選詞匯中統計得到詞匯卡方值小于所述預設閾值的第二情感詞匯候選集合；

利用知網的相似度計算方法，計算所述第二情感詞匯候選集合中每個情感候選詞匯對應的情感傾向強度值；

將所述第二情感詞匯候選集合中情感傾向強度值大于或等于預設強度閾值的情感候選詞匯，確定為所述文本信息中存在的情感詞匯。

4.根據權利要求3所述的情感詞匯的識別方法，其特征在于，所述利用知網的相似度計算方法，計算所述第二情感詞匯候選集合中每個情感候選詞匯對應的情感傾向強度值，具體包括：

將所述第二情感詞匯候選集合中的情感候選詞匯與正向情感詞匯集合中的每個正向情感詞匯分別計算語義相似度，并計算所述語義相似度相加求和后的第一平均值，以及將所述第二情感詞匯候選集合中的情感候選詞匯與負向情感詞匯集合中的每個負向情感詞匯分別計算語義相似度，并計算所述語義相似度相加求和后的第二平均值；

將所述第一平均值與所述第二平均值之差，確定為所述第二情感詞匯候選集合中的情感候選詞匯的情感傾向強度值。

5.根據權利要求1所述的情感詞匯的識別方法，其特征在于，所述根據文本信息的情感傾向性，對所述文本信息進行正負向情感標記，具體包括：

計算文本信息中每個情感短語的情感傾向強度值加和后的平均值；

若所述平均值大于0，則對所述文本信息進行正向情感標記；

若所述平均值小于0，則對所述文本信息進行負向情感標記。

6.根據權利要求1所述的情感詞匯的識別方法，其特征在于，所述對所述文本信息進行分詞處理，得到多個情感候選詞匯，具體包括：

根據中文分詞算法，對標記后的文本信息進行分詞處理，得到多個詞匯；

從所述多個詞匯中過濾掉預定詞性的詞匯，得到多個情感候選詞匯。

7.一種情感詞匯的識別裝置，其特征在于，包括：

處理單元，用于根據文本信息的情感傾向性，對所述文本信息進行正負向情感標記，以及對所述文本信息進行分詞處理，得到多個情感候選詞匯；

統計單元，用于根據所述文本信息的正負向情感標記結果和卡方統計特征選擇算法，從所述多個情感候選詞匯中統計得到詞匯卡方值大于或等于預設閾值的第一情感詞匯候選集合；

計算單元，用于根據所述文本信息的正負向情感標記結果和邏輯回歸分類算法，計算所述第一情感詞匯候選集合中每個情感候選詞匯對應的情感傾向強度值；

確定單元，用于將所述第一情感詞匯候選集合中情感傾向強度值大于或等于預設強度閾值的情感候選詞匯，確定為所述文本信息中存在的情感詞匯。