[發明專利]基于情感詞典的財經新聞中細粒度實體的情感分析方法

在審

• 申請號: 201911282362.3
• 申請日: 2019-12-13
• 公開（公告）號: CN111027322A
• 公開（公告）日: 2020-04-17
• 發明（設計）人: 張明
• 申請（專利權）人: 新華智云科技有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/211;G06F40/30;G06F16/36
• 代理公司: 杭州裕陽聯合專利代理有限公司 33289
• 代理人: 姚宇吉

本發明涉及情感詞典分析技術領域，具體地說，涉及基于情感詞典的財經新聞中細粒度實體的情感分析方法。其方法包括如下步驟：分析大量的財經新聞；對待分析的財經新聞，基于本公司已有的數據服務—實體識別及提取，獲取到該篇新聞的所有上市公司實體集合；由S2中得到的上市公司句子集合；對S3中過濾到的分詞后的情感句；對每個上市公司由S4中得到所有情感句的情感分數進行加權求和；對情感分數進行極性劃分。該基于情感詞典的財經新聞中細粒度實體的情感分析方法中，采用情感詞典的方法對新聞中每個上市公司進行情感分析和計算，對財經新聞中涉及到的每個上市公司進行情感分析，能夠得到每篇文章每個上市公司的情感極性。

技術領域

本發明涉及情感詞典分析技術領域，具體地說，涉及基于情感詞典的財經新聞中細粒度實體的情感分析方法。

背景技術

現有基于情感詞典的情感分析方法，主要解決新聞文本整體情感極性，其核心思想是通過對新聞文本進行分詞，找出文本中的情感詞、否定詞以及程度副詞，然后判斷每個情感詞之前是否有否定詞和程度副詞，將它之前的否定詞和程度副詞劃分為一個組，最后將所有組的得分加起來，大于0的歸于正向，小于0的歸于負向。但現有的情感詞典的情感分析方法未考慮情感詞的實體歸屬問題，特別對于上市公司來說，當新聞中有多個實體且實體的情感傾向不一致時，無法對每個實體的情感極性有準確的分析和表述。

發明內容

本發明的目的在于提供基于情感詞典的財經新聞中細粒度實體的情感分析方法，以解決上述背景技術中提出的問題。

為實現上述目的，本發明提供基于情感詞典的財經新聞中細粒度實體的情感分析方法，其方法包括如下步驟：

S1、分析大量的財經新聞，構建具有財經領域性的情感詞典、否定詞、程度副詞；

S2、對待分析的財經新聞，基于本公司已有的數據服務—實體識別及提取，獲取到該篇新聞的所有上市公司實體集合；

S3、由S2中得到的上市公司句子集合，對每句話分別進行如下操作來過濾出僅含有情感詞的上市公司情感句集合；

S4、對S3中過濾到的分詞后的情感句，遍歷每個詞，判斷該詞是否是情感詞；

S5、對每個上市公司由S4中得到所有情感句的情感分數進行加權求和，得到該上市公司在整篇新聞中的情感總分數；

S6、對情感分數進行極性劃分。

作為優選，所述S1中，情感詞典的構建方法為：通過分析財經新聞，構建具有情感傾向的種子詞集合；對大量財經新聞語料進行分詞。

作為優選，所述S1中，所述否定詞的構建方法為：通過分析中文句法中常用的否定形式構建，如未能、而不是、決不等。

作為優選，所述S1中，程度副詞的構建方法為：通過分析中文句法中常用的程度詞并根據其不同程度定義5檔程度分，如極其、百分百等定義為5分，更加、進一步等定義為4分，格外、很等定義為3分，多多少少、略微等定義為2分，一丁點兒、稍微等定義為1分。

作為優選，所述S2中，對待分析的財經新聞的方法為：利用LTP進行句子拆分，得到該篇新聞的每句話。

作為優選，所述S2中，情感句集合的構建方法為：對每句話進行遍歷，用正則判斷該句中是否含有上述提取的上市公司實體，最終得到上市公司的句子集合。

作為優選，所述S4中，判斷該詞是否是情感詞的方法為：若是則獲取情感詞及其在該句中的下標位置、若不是則繼續判斷其是否是否定詞或程度副詞，若是獲取該詞及其在該句中的下標位置，最終分別得到3個map集合(情感map、否定map、程度詞map)。在此過程中同時獲取該句中上市公式實體及其所在的下標位置。根據情感詞的位置分配該詞屬于距離其最近的上市公司實體，計算該實體在該句的情感分如下:sum(情感詞分*否定詞*程度副詞)。