[發明專利]一種基于主題的輿情情感演化的方法

在審

• 申請號: 201910536657.2
• 申請日: 2019-06-20
• 公開（公告）號: CN111143549A
• 公開（公告）日: 2020-05-12
• 發明（設計）人: 夏小玲;石秀金;王紹宇;吳永博
• 申請（專利權）人: 東華大學
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/33;G06F16/38
• 代理公司: 上海申匯專利代理有限公司 31001
• 代理人: 翁若瑩;柏子雵

1.一種基于主題的輿情情感演化的方法，其特征在于，包括以下步驟：

步驟1、利用爬蟲技術從網絡上獲取輿情語料數據；

步驟2、使用jieba分詞工具對輿情語料數據進行預處理，獲得語料信息；

步驟3、利用word2vec對語料信息進行詞向量訓練并且判斷出詞向量間相似度，并且進行離散的時間片劃分；

步驟4、搭建輿情主題演化模型，通過計算不同時間片內輿情的度量指標，判斷輿情熱點熱度變化以及相鄰時間片內的輿情主題內容相關性；

步驟5、搭建輿情情感演化模型，結合輿情信息的特點，將輿情主題作為增強特征，與文本特征結合起來輸入到聯合深度神經網絡模型中進行情感分類，聯合深度神經網絡模型由word2vec、卷積神經網絡CNN及長短期記憶網絡LSTM構成；

步驟6、根據輿情主題演化模型獲得的不同時間片內的熱點話題，對各熱點話題不同評價對象的情感傾向進行抽取，輿情語料根據時間片和熱度值劃分熱點主題；

步驟7、對輿情內容演化及輿情熱度演化進行分析；

步驟8、對不同時間片內熱點話題各評論對象的情感傾向進行對比分析。

2.如權利要求1所述的一種基于主題的輿情情感演化的方法，其特征在于，步驟4中，搭建輿情主題演化模型包括以下步驟：

步驟401、以y為時間粒度將語料信息D分散到各時間窗口，最終劃分為n個時間窗，則D＝{D1，D2，...，Di，...，Dn}，式中，Di表示第i個時間窗口的語料，第i個時間窗口定義為時間片ti；

步驟402、將時間片ti的語料Di定義為：Di＝{d1，d2，...，dj，...，dm}，dj表示語料Di中第j個文檔，根據評論數和點贊量計算dj的文檔熱度hj，式中，c表示話題評論數量，l表示話題點贊數量，熱度越高的文檔所討論的輿情話題則受到越多人的關心和討論；

步驟403、重復步驟402，直至遍歷語料Di的所有文檔；

步驟404、重復步驟402、403，直至遍歷所有時間片的語料；

步驟405、對于時間片ti的語料Di進行LDA主題模型訓練，通過計算文檔中主題和詞語的狄利克雷和多項式的共軛分布，得到文本-主題概率分布；

步驟406、通過文檔dj的文檔-主題概率分布和文檔熱度hj的計算，得到時間片ti內各主題z的熱度值Hz；

步驟407、重復步驟405、406直至遍歷語料Di的所有文檔，對語料Di內的相同主題熱度求和，得到熱度值最高的p個熱點主題；

步驟408、重復步驟405、406、407直至遍歷所有時間片的語料；

步驟409、對每個時間片內的p個熱點主題以及熱度值進行對比分析，得到熱點話題輿情熱度演化結果；

步驟410、根據具體情況細粒度化時間片，對相鄰時間片的文本進行LDA模型訓練得到主題-詞概率分布，循環計算相鄰時間片內各子話題的KL距離，判斷主題內容是否存在演化關系，得到輿情內容演化結果