[發(fā)明專利]新聞寫(xiě)作風(fēng)格建模方法、寫(xiě)作風(fēng)格-影響力分析方法及新聞質(zhì)量評(píng)估方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010387680.2
• 申請(qǐng)日: 2020-05-09
• 公開(kāi)（公告）號(hào): CN111553146A
• 公開(kāi)（公告）日: 2020-08-18
• 發(fā)明（設(shè)計(jì)）人: 曹娟;楊玉婷;謝添;劉浩遠(yuǎn);郭俊波
• 申請(qǐng)（專利權(quán)）人: 杭州中科睿鑒科技有限公司;中國(guó)科學(xué)院計(jì)算技術(shù)研究所數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)研究院
• 主分類號(hào): G06F40/279
• 分類號(hào): G06F40/279;G06F40/284;G06F40/289;G06F40/258;G06F40/216;G06F16/35
• 代理公司: 杭州九洲專利事務(wù)所有限公司 33101
• 代理人: 沈敏強(qiáng)

1.一種新聞寫(xiě)作風(fēng)格建模方法，其特征在于：根據(jù)量化的可讀性、邏輯性、可信度、書(shū)面度、交互性、有趣度、動(dòng)人性和結(jié)構(gòu)完整性構(gòu)建。

2.根據(jù)權(quán)利要求1所述的新聞寫(xiě)作風(fēng)格建模方法，其特征在于：所述可讀性用以下特征度量：字符個(gè)數(shù)、詞數(shù)、句子數(shù)、子句數(shù)、平均單詞長(zhǎng)度、Sentence_broken、RIX、LIX、LW和專業(yè)詞匯數(shù)；

其中，Sentence_broken表示新聞中句子包含的平均子句數(shù)；RIX＝LW/句子數(shù)、LIX＝詞數(shù)/句子數(shù)+(100*LW)/Words，其中LW指代新聞中長(zhǎng)詞的個(gè)數(shù)。

3.根據(jù)權(quán)利要求1所述的新聞寫(xiě)作風(fēng)格建模方法，其特征在于：所述邏輯性用以下特征度量：Forward_reference和Conjs；

其中，F(xiàn)orward_reference指代新聞中指代詞及第三人稱詞的個(gè)數(shù)；Conjs指代新聞中連接詞的個(gè)數(shù)。

4.根據(jù)權(quán)利要求1所述的新聞寫(xiě)作風(fēng)格建模方法，其特征在于：所述可信度用以下特征度量：@、Nums、Time、Places、Objects、Official_speech和Uncertainty；

其中@指代新聞中是否包含引出新聞消息的來(lái)源或新聞事件的對(duì)象；Nums指代新聞中是否包含詳細(xì)數(shù)字；Time指代新聞中是否包含時(shí)間；Places指代新聞中是否包含地點(diǎn)；Objects指代新聞中是否包含人物或機(jī)構(gòu)；Official_speech指代新聞中是否包含能表示該新聞來(lái)源于官方通知的單詞；Uncertainty指代統(tǒng)計(jì)新聞中是否包含表示不確定的詞。

5.根據(jù)權(quán)利要求1所述的新聞寫(xiě)作風(fēng)格建模方法，其特征在于：所述書(shū)面度用以下特征度量：Noun、Adj、Prep、Pron、Verb及Adv；

其中Noun指代新聞中名詞的數(shù)量；Adj指代新聞中形容詞的數(shù)量；Prep指代新聞中介詞的數(shù)量；Pron指代新聞中代詞的數(shù)量；Verb指代新聞中動(dòng)詞的數(shù)量；Adv指代新聞中副詞的數(shù)量。

6.根據(jù)權(quán)利要求1所述的新聞寫(xiě)作風(fēng)格建模方法，其特征在于：所述交互性用以下特征度量：First_pron、Second_pron、Interrogative_pron及Que_mark；

其中，F(xiàn)irst_pron指代新聞中第一人稱的數(shù)量；Second_pron指代新聞中第二人稱的數(shù)量；Interrogative_pron指代新聞中疑問(wèn)代詞的數(shù)量；Que_mark指代新聞中問(wèn)號(hào)的數(shù)量。

7.根據(jù)權(quán)利要求1所述的新聞寫(xiě)作風(fēng)格建模方法，其特征在于：所述有趣度用以下特征度量：Rhetoric、Idiom、Adversative、Exc_mark、Emoticon及Adj；

其中，Rhetoric指代新聞中比喻的數(shù)量；Idiom指代新聞中成語(yǔ)的數(shù)量；Adversative指代新聞中轉(zhuǎn)折詞的數(shù)量；Exc_mark指代新聞中感嘆號(hào)的數(shù)量；Emoticon指代新聞中表情符號(hào)的數(shù)量；Adj指代新聞中形容詞的數(shù)量。

8.根據(jù)權(quán)利要求1所述的新聞寫(xiě)作風(fēng)格建模方法，其特征在于：所述動(dòng)人性用以下特征度量：Adv of degree、Modal particle、First_pron、Second_pron、Exc_mark及Que_mark；

其中Adv of degree指代新聞中程度副詞的數(shù)量；Modal particle指代新聞中語(yǔ)氣詞的數(shù)量；First_pron指代新聞中第一人稱代詞的數(shù)量；Second_pron指代新聞中第二人稱代詞的數(shù)量；Exc_mark指代新聞中感嘆號(hào)的數(shù)量；Que_mark指代新聞中問(wèn)號(hào)的數(shù)量。