[發(fā)明專(zhuān)利]一種基于大數(shù)據(jù)中文網(wǎng)絡(luò)評(píng)論語(yǔ)句主題語(yǔ)義傾向的分析方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710395947.0
• 申請(qǐng)日: 2017-05-31
• 公開(kāi)（公告）號(hào): CN107291689A
• 公開(kāi)（公告）日: 2017-10-24
• 發(fā)明（設(shè)計(jì)）人: 林建忙;王振宇;周建清;黃雪意
• 申請(qǐng)（專(zhuān)利權(quán)）人: 溫州市鹿城區(qū)中津先進(jìn)科技研究院
• 主分類(lèi)號(hào): G06F17/27
• 分類(lèi)號(hào): G06F17/27
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于大數(shù)據(jù)中文網(wǎng)絡(luò)評(píng)論語(yǔ)句主題語(yǔ)義傾向的分析方法，利用本體來(lái)抽取語(yǔ)句主題以及它的屬性，然后在句法分析的基礎(chǔ)上，識(shí)別主題和情感描述項(xiàng)之間的關(guān)系，從而決定語(yǔ)句中每個(gè)主題的極性。

背景技術(shù)

目前，英特網(wǎng)上的信息與日劇增，蘊(yùn)藏著巨大的信息量。但是，要想在很短的時(shí)間內(nèi)獲得人們對(duì)于諸如人物、事件、傳媒、產(chǎn)品等有價(jià)值的評(píng)價(jià)信息，往往是十分困難的。隨著網(wǎng)絡(luò)的飛速發(fā)展，網(wǎng)上的各種各樣的文章和言論信息量越來(lái)越大，使文本傾向性分析逐漸成為了近幾年熱門(mén)的研究課題。目前，在這個(gè)領(lǐng)域中主要有幾個(gè)主要的研究方向，其中觀點(diǎn)提取和詞匯傾向性分類(lèi)為傾向分析核心技術(shù), 文本傾向性分類(lèi)和主客觀分類(lèi)也是傾向分析研究方向重要分支。而關(guān)于情感傾向分析中的研究思路主要為采用機(jī)器學(xué)習(xí)的方法、基于語(yǔ)義的方法和結(jié)合語(yǔ)義和機(jī)器學(xué)習(xí)的方法。

文本的情感傾向分析方法中，基于機(jī)器學(xué)習(xí)的方法需要大量的人工標(biāo)注語(yǔ)料、建立訓(xùn)練樣本集和訓(xùn)練分類(lèi)模型的工作，工作繁重而復(fù)雜，而取得的分類(lèi)效果在部分領(lǐng)域與語(yǔ)義分析的效果差距不大，對(duì)于網(wǎng)絡(luò)文本的準(zhǔn)確率和召回率各為86％和85.2％。基于語(yǔ)義的分析方法比較單一，大都基于比較固定的語(yǔ)法模式。其中語(yǔ)義的分析方法中處理最基本的單位是情感詞，隨著網(wǎng)絡(luò)文本的多樣化，情感詞提取并不能達(dá)到很高的準(zhǔn)確率，對(duì)于網(wǎng)絡(luò)文本的準(zhǔn)確率和召回率各為84.2％和84.1％。因此，現(xiàn)有技術(shù)中，文本語(yǔ)義傾向分析的方法或多或少都存在準(zhǔn)確率和召回率低的問(wèn)題。

發(fā)明內(nèi)容

基于上述問(wèn)題，本發(fā)明目的在于提供一種基于大數(shù)據(jù)中文網(wǎng)絡(luò)評(píng)論語(yǔ)句主題語(yǔ)義傾向的分析方法，利用本體來(lái)抽取語(yǔ)句主題以及它的屬性，然后在句法分析的基礎(chǔ)上，識(shí)別主題和情感描述項(xiàng)之間的關(guān)系，從而決定語(yǔ)句中每個(gè)主題的極性。

針對(duì)以上問(wèn)題，提供了如下技術(shù)方案：一種基于大數(shù)據(jù)中文網(wǎng)絡(luò)評(píng)論語(yǔ)句主題語(yǔ)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(duì)中文網(wǎng)絡(luò)評(píng)論語(yǔ)句進(jìn)行主題抽取，識(shí)別確定其主題術(shù)語(yǔ)和領(lǐng)域相關(guān)的本體概念；

語(yǔ)句預(yù)處理：對(duì)評(píng)論語(yǔ)句進(jìn)行預(yù)處理，分句分詞并過(guò)濾掉客觀性表述，以獲取該主題語(yǔ)義分析的情感描述項(xiàng)；

情感分析：分析情感描述項(xiàng)的極性以確定該主題的語(yǔ)義傾向。

本發(fā)明進(jìn)一步設(shè)置為，所述主題抽取具體過(guò)程為：提取中文網(wǎng)絡(luò)評(píng)論語(yǔ)句中的特征詞，判斷其是否存在領(lǐng)域主題術(shù)語(yǔ)詞詞典內(nèi)，若不存在放棄該特征詞，進(jìn)入下一個(gè)特征詞的判斷過(guò)程；如果存在，則對(duì)該特征詞進(jìn)行標(biāo)注，確定其本體概念。

本發(fā)明進(jìn)一步設(shè)置為，其特征在于，所述語(yǔ)句預(yù)處理具體步驟包括：1）對(duì)評(píng)論語(yǔ)句進(jìn)行分詞分句；2）篩選掉過(guò)濾掉客觀性的表述語(yǔ)句；3）獲取有價(jià)值的情感詞或情感詞和它的修飾部分的組合。

本發(fā)明進(jìn)一步設(shè)置為，所述情感分析為采用主謂結(jié)構(gòu)SBV極性傳遞算法對(duì)情感描述項(xiàng)進(jìn)行語(yǔ)義分析得到該主題的極性值。

本發(fā)明進(jìn)一步設(shè)置為，所述主謂結(jié)構(gòu)SBV極性傳遞算法具體步驟為：

（1）尋找語(yǔ)句中所有含有SBV結(jié)構(gòu)的關(guān)系對(duì)；對(duì)每個(gè)關(guān)系對(duì)，記主語(yǔ)為subject,謂語(yǔ)為predicate，ModifiedPolarity(predicate) ← PriorPolarity（predicate）；

（2）如果ModifiedPolarity(predicate) ≠ 0

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

b) 否則表示謂語(yǔ)為動(dòng)詞,則執(zhí)行（3）；

c）檢查CarOntology以判斷該主語(yǔ)是不是主題詞,如果主語(yǔ)是主題詞,則打上標(biāo)簽(Marked)，對(duì)于處理過(guò)的情感詞，也打上此標(biāo)簽(Marked)；

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

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

b) 繼續(xù)查找含有謂語(yǔ)動(dòng)詞predicate的VOB（動(dòng)賓結(jié)構(gòu)）關(guān)系對(duì)；如果該關(guān)系對(duì)含有的名詞noun為主題詞，則TopicPolarity (noun) ← ModifiedPolarity (predicate)；

否則表示謂語(yǔ)動(dòng)詞沒(méi)有極性，執(zhí)行（4）；

（4）找到含有該動(dòng)詞的VOB關(guān)系對(duì)，