[發(fā)明專利]基于大數(shù)據(jù)的情緒詞典的構(gòu)建方法、裝置及服務(wù)器

在審

• 申請?zhí)枺?/td>: 201711148610.6
• 申請日: 2017-11-17
• 公開（公告）號: CN107807920A
• 公開（公告）日: 2018-03-16
• 發(fā)明（設(shè)計）人: 趙立永;吳新麗;姚笛;李云飛;王文文
• 申請（專利權(quán)）人: 新華網(wǎng)股份有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06F17/30
• 代理公司: 北京市立方律師事務(wù)所11330
• 代理人: 張筱寧

1.一種基于大數(shù)據(jù)的情緒詞典的構(gòu)建方法，其特征在于，包括：

獲取原始文本信息，并對所述原始文本信息進(jìn)行切詞處理以得到待處理詞語；

確定任一待處理詞語與預(yù)建立的基礎(chǔ)情緒詞典中各個情緒詞語之間的相似度；

根據(jù)確定的相似度，以及所述基礎(chǔ)情緒詞典中各個情緒詞語對應(yīng)的情緒類別、及與情緒類別對應(yīng)的情緒強(qiáng)度，對所述基礎(chǔ)情緒詞典進(jìn)行更新以構(gòu)建情緒詞典。

2.根據(jù)權(quán)利要求1所述的構(gòu)建方法，其特征在于，所述確定任一待處理詞語與預(yù)建立的基礎(chǔ)情緒詞典中各個情緒詞語之間的相似度的步驟，包括：

依據(jù)所述待處理詞語以及基礎(chǔ)情緒詞典中的各個情緒詞語在所述原始文本信息中的上下文信息，確定各個詞語的詞向量；

根據(jù)確定出的詞向量，計算所述各個待處理詞語與各個情緒詞語之間的相似度。

3.根據(jù)權(quán)利要求1或2所述的構(gòu)建方法，其特征在于，所述對所述原始文本信息進(jìn)行切詞處理以得到待處理詞語，還包括：

刪除切詞結(jié)果中的停用詞。

4.根據(jù)權(quán)利要求1所述的構(gòu)建方法，其特征在于，所述根據(jù)確定的相似度，以及所述基礎(chǔ)情緒詞典中各個情緒詞語對應(yīng)的情緒類別、及與情緒類別對應(yīng)的情緒強(qiáng)度，對所述基礎(chǔ)情緒詞典進(jìn)行更新以構(gòu)建情緒詞典的步驟，包括：

對各個待處理詞語與任一情緒詞語之間的相似度進(jìn)行排序，選取排序前預(yù)設(shè)值的待處理詞語作為該情緒詞語的候選擴(kuò)展詞語；

根據(jù)任一候選擴(kuò)展詞語與該情緒詞語之間的相似度、該情緒詞語的情緒類別及該情緒類別對應(yīng)的情緒強(qiáng)度，確定該任一候選擴(kuò)展詞語的情緒類別及對應(yīng)情緒強(qiáng)度；

根據(jù)該任一候選擴(kuò)展詞語的情緒類別及對應(yīng)情緒強(qiáng)度對所述基礎(chǔ)情緒詞典進(jìn)行更新以構(gòu)建情緒詞典。

5.根據(jù)權(quán)利要求4所述的構(gòu)建方法，其特征在于，當(dāng)任一候選擴(kuò)展詞語對應(yīng)多個情緒詞語時，在所述對各個待處理詞語與任一情緒詞語之間的相似度進(jìn)行排序，選取排序前預(yù)設(shè)值的待處理詞語作為該情緒詞語的候選擴(kuò)展詞語之后，還包括：

確定任一候選擴(kuò)展詞語和與其對應(yīng)的各個情緒詞語之間的最大相似度；

其中，所述根據(jù)任一候選擴(kuò)展詞語與該情緒詞語之間的相似度、該情緒詞語的情緒類別及該情緒類別對應(yīng)的情緒強(qiáng)度，確定該任一候選擴(kuò)展詞語的情緒類別及對應(yīng)情緒強(qiáng)度的步驟，包括：

根據(jù)所述最大相似度對應(yīng)情緒詞語的情緒類別及情緒強(qiáng)度，確定該任一候選擴(kuò)展詞語的情緒類別及對應(yīng)情緒強(qiáng)度。

6.根據(jù)權(quán)利要求1所述的構(gòu)建方法，其特征在于，在對所述基礎(chǔ)情緒詞典進(jìn)行更新之后，還包括：

獲取預(yù)設(shè)時間段內(nèi)包含所述情緒詞典中任一情緒詞語的文本信息的第一數(shù)量，以及所述預(yù)設(shè)時間段內(nèi)包含所述情緒詞典中全部情緒詞語的文本信息的第二數(shù)量；

根據(jù)所述第一數(shù)量和所述第二數(shù)量確定該任一情緒詞語的有效利用率；

當(dāng)判斷該任一情緒詞語的有效利用率小于利用率閾值時，將該任一情緒詞語從所述基礎(chǔ)情緒詞典中刪除。

7.一種基于大數(shù)據(jù)的情緒詞典的構(gòu)建裝置，其特征在于，包括：

獲取單元、確定單元和更新單元，其中；

所述獲取單元用于獲取原始文本信息，并對所述原始文本信息進(jìn)行切詞處理以得到待處理詞語；

所述確定單元用于確定任一待處理詞語與預(yù)建立的基礎(chǔ)情緒詞典中各個情緒詞語之間的相似度；

所述更新單元用于根據(jù)確定的相似度，以及所述基礎(chǔ)情緒詞典中各個情緒詞語對應(yīng)的情緒類別、及與情緒類別對應(yīng)的情緒強(qiáng)度，對所述基礎(chǔ)情緒詞典進(jìn)行更新以構(gòu)建情緒詞典。

8.根據(jù)權(quán)利要求7所述的構(gòu)建裝置，其特征在于，所述確定單元具體用于：

依據(jù)所述待處理詞語以及基礎(chǔ)情緒詞典中的各個情緒詞語在所述原始文本信息中的上下文信息，確定所述各個詞語的詞向量；

根據(jù)確定出的詞向量，計算所述各個待處理詞語與各個情緒詞語之間的相似度。

9.根據(jù)權(quán)利要求7或8所述的構(gòu)建裝置，其特征在于，所述獲取單元還用于：

刪除切詞結(jié)果中的停用詞。