[發明專利]一種基于大數據中文網絡評論語句主題語義傾向的分析方法

在審

• 申請號: 201710395947.0
• 申請日: 2017-05-31
• 公開（公告）號: CN107291689A
• 公開（公告）日: 2017-10-24
• 發明（設計）人: 林建忙;王振宇;周建清;黃雪意
• 申請（專利權）人: 溫州市鹿城區中津先進科技研究院
• 主分類號: G06F17/27
• 分類號: G06F17/27
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于大數據中文網絡評論語句主題語義傾向的分析方法，其特征在于，所述分析方法包括：

主題抽取：對中文網絡評論語句進行主題抽取，識別確定其主題術語和領域相關的本體概念；

語句預處理：對評論語句進行預處理，分句分詞并過濾掉客觀性表述，以獲取該主題語義分析的情感描述項；

情感分析：分析情感描述項的極性以確定該主題的語義傾向。

2.根據權利要求1所述的一種基于大數據中文網絡評論語句主題語義傾向的分析方法，其特征在于，所述主題抽取具體過程為：提取中文網絡評論語句中的特征詞，判斷其是否存在領域主題術語詞詞典內，若不存在放棄該特征詞，進入下一個特征詞的判斷過程；如果存在，則對該特征詞進行標注，確定其本體概念。

3.根據權利要求1或2所述的一種基于大數據中文網絡評論語句主題語義傾向的分析方法，其特征在于，所述語句預處理具體步驟包括：1）對評論語句進行分詞分句；2）篩選掉過濾掉客觀性的表述語句；3）獲取有價值的情感詞或情感詞和它的修飾部分的組合。

4.根據權利要求1所述的一種基于大數據中文網絡評論語句主題語義傾向的分析方法，其特征在于，所述情感分析為采用主謂結構SBV極性傳遞算法對情感描述項進行語義分析得到該主題的極性值。

5.根據權利要求4所述的一種基于大數據中文網絡評論語句主題語義傾向的分析方法，其特征在于，所述主謂結構SBV極性傳遞算法具體步驟為：

（1）尋找語句中所有含有SBV結構的關系對；對每個關系對，記主語為subject,謂語為predicate，ModifiedPolarity(predicate) ←PriorPolarity（predicate）；

（2）如果ModifiedPolarity(predicate) ≠ 0

a) 如果謂語是形容詞,則TopicPolarity(subject) ←ModifiedPolarity(predicate)；

b) 否則表示謂語為動詞,則執行（3）；

c）檢查CarOntology以判斷該主語是不是主題詞,如果主語是主題詞,則打上標簽(Marked)，對于處理過的情感詞，也打上此標簽(Marked)；

（3）如果ModifiedPolarity(predicate) ≠ 0，則

a) TopicPolarity (subject) ← ModifiedPolarity (predicate)；

b) 繼續查找含有謂語動詞predicate的VOB（動賓結構）關系對；如果該關系對含有的名詞noun為主題詞，則TopicPolarity (noun) ← ModifiedPolarity (predicate)；

否則表示謂語動詞沒有極性，執行（4）；

（4）找到含有該動詞的VOB關系對，

a) 如果賓語是形容詞adjective1,則ModifiedPolarity(predicate) ←ModifiedPolarity(adjective1)；

b) 如果賓語是名詞noun，則找到含有noun的DE（“的”字結構）關系對；其中，記形容詞為adjective2, 則ModifiedPolarity(predicate)←ModifiedPolarity(adjective2)；

（5）找到含有predicate的ADV（狀中結構）關系對；其中，記形容詞為adjective3，則ModifiedPolarity(predicate) ← ModifiedPolarity(adjective3)；

（6）TopicPolarity(subject) ← ModifiedPolarity(predicate)；

（7）利用SBV極性傳遞算法后，

i) 繼續查找整個句子，找到沒有標記過的主題詞，記為UnMarkedTopic；

ii) 找到包含UnMarkedTopic的ATT（定中關系）關系對，對于其中出現的詞noun，查找所有包含noun的關系對，直至找到含有情感詞adjective4的關系對；

iii) 如果ModifiedPolarity(adjective4) ≠0，則TopicPolarity（UnMarkedTopic）←ModifiedPolarity(adjective4)；

（8）記錄以上所有算法(SBV+VOB)步驟中使用過的情感詞；查找沒有標記過的情感詞UnMarkedPolar；如果UnMarkedPolar是一個修飾主題詞的前綴，那么在（3）中就已經標記過，所以，UnMarkedPolar不可能是前綴詞；因此，繼續向前查找最鄰近的主題詞Topic，將ModifiedPolarity(UnMarkedPolar)作為調整參數，調整Topic的極性，即TopicPolarity（Topic）←ModifiedPolarity(UnMarkedPolar)；

上述算法中，PriorPolarity（predicate）表示謂語的原極性，通過訪問極性詞詞典得到；ModifiedPolarity(predicate)是謂語的修飾極性；TopicPolarity(subject)和TopicPolarity (noun)是主語和賓語分別為主題時的極性。