[發(fā)明專利]一種基于評(píng)論樹的在線社交媒體新聞爭(zhēng)議性檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210124657.3
• 申請(qǐng)日: 2022-02-10
• 公開（公告）號(hào): CN114625944A
• 公開（公告）日: 2022-06-14
• 發(fā)明（設(shè)計(jì)）人: 閔勇;衛(wèi)寧;宣琦;傅晨波;龍杰
• 申請(qǐng)（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號(hào): G06F16/906
• 分類號(hào): G06F16/906;G06F16/9536;G06K9/62
• 代理公司: 杭州天正專利事務(wù)所有限公司 33201
• 代理人: 王兵;孫家豐

1.一種在線社交媒體新聞爭(zhēng)議性檢測(cè)方法，其特征在于，包括：

S1：預(yù)設(shè)主題的新聞及評(píng)論收集：從在線社交媒體的熱門主題中選擇爭(zhēng)議性主題和非爭(zhēng)議性主題，收集一段時(shí)間內(nèi)每個(gè)主題中的所有新聞及其所有評(píng)論，解析為可讀模式并進(jìn)行整理，得到在線社交媒體新聞及評(píng)論數(shù)據(jù)集；

S2：提取評(píng)論樹的多維度特征：讀取上述的在線社交媒體新聞及評(píng)論數(shù)據(jù)集中的文本內(nèi)容、回復(fù)關(guān)系、用戶信息，根據(jù)以上信息對(duì)每一個(gè)新聞構(gòu)建評(píng)論樹，并提取評(píng)論樹的多維度特征作為訓(xùn)練數(shù)據(jù)集；

S3：訓(xùn)練新聞爭(zhēng)議性檢測(cè)模型：將上述的訓(xùn)練數(shù)據(jù)集中，對(duì)于每個(gè)維度特征使用一個(gè)弱分類器進(jìn)行訓(xùn)練，之后對(duì)這些弱分類器通過Boosting方法訓(xùn)練強(qiáng)分類器，得到新聞爭(zhēng)議性檢測(cè)模型；

S4：模型預(yù)測(cè)：對(duì)待檢測(cè)的新聞，獲取其新聞及評(píng)論，解析為可讀模式并進(jìn)行整理，根據(jù)獲取的信息構(gòu)建評(píng)論樹，提取該待檢測(cè)新聞的評(píng)論樹多維度特征作為輸入，通過新聞爭(zhēng)議性檢測(cè)模型，得到該待檢測(cè)新聞的爭(zhēng)議性檢測(cè)結(jié)果。

2.如權(quán)利要求1所述的在線社交媒體新聞爭(zhēng)議性檢測(cè)方法，其特征在于，所述步驟S1具體包括：

S1.1：從在線社交媒體的熱門主題中篩選主題，區(qū)分為兩種類型，分別是爭(zhēng)議性主題和非爭(zhēng)議性主題，區(qū)分的標(biāo)準(zhǔn)為該主題中的新聞是否容易引起爭(zhēng)論，是則為爭(zhēng)議性主題，反之則為非爭(zhēng)議性主題；

S1.2：收集一定時(shí)間范圍內(nèi)在線社交媒體中上述預(yù)設(shè)主題的所有新聞及所有評(píng)論，解析為可讀模式并進(jìn)行整理，對(duì)每一個(gè)新聞添加所屬主題的爭(zhēng)議性作為標(biāo)簽，得到在線社交媒體新聞及評(píng)論數(shù)據(jù)集。

3.如權(quán)利要求1所述的在線社交媒體新聞爭(zhēng)議性檢測(cè)方法，其特征在于，所述步驟S2具體包括：

S2.1：提取在線社交媒體新聞及評(píng)論數(shù)據(jù)集中的新聞及評(píng)論的文本內(nèi)容、回復(fù)關(guān)系、用戶信息；

S2.2：根據(jù)以上信息對(duì)每個(gè)新聞構(gòu)建評(píng)論樹；

S2.3：從每個(gè)新聞的評(píng)論樹中提取以下38個(gè)特征，選取全部或者其中部分特征作為評(píng)論樹的多維度特征，采用one-hot編碼，分類標(biāo)簽為新聞所屬的主題爭(zhēng)議性，作為訓(xùn)練數(shù)據(jù)集，所有特征如下：

1.評(píng)論樹的評(píng)論數(shù)量

2.評(píng)論樹的用戶數(shù)

3.邊的數(shù)量

4.評(píng)論的節(jié)點(diǎn)度數(shù)

5.評(píng)論樹節(jié)點(diǎn)的平均度數(shù)

6.評(píng)論樹節(jié)點(diǎn)的最大度數(shù)

7.評(píng)論在評(píng)論樹中的深度

8.評(píng)論樹的平均深度

9.評(píng)論樹的最大深度

10.評(píng)論樹中子樹的數(shù)量

11.評(píng)論樹的平均子樹大小

12.評(píng)論樹的最大子樹大小

13.評(píng)論的發(fā)布時(shí)間

14.評(píng)論樹的平均回復(fù)時(shí)間間隔

15.評(píng)論樹的最大回復(fù)時(shí)間間隔

16.評(píng)論樹的最小回復(fù)時(shí)間間隔

17.評(píng)論文本的長度

18.評(píng)論文本內(nèi)容的情感傾向

19.評(píng)論文本內(nèi)容的字符數(shù)

20.評(píng)論文本內(nèi)容的語氣詞數(shù)量

21.評(píng)論文本內(nèi)容的語氣詞數(shù)量占該評(píng)論詞數(shù)的比例

22.評(píng)論文本內(nèi)容的否定詞數(shù)量

23.評(píng)論文本內(nèi)容的否定詞數(shù)量占該評(píng)論詞數(shù)的比例

24.評(píng)論文本內(nèi)容的強(qiáng)程度詞數(shù)目

25.評(píng)論文本內(nèi)容的強(qiáng)程度詞數(shù)目占該評(píng)論詞數(shù)的比例

26.評(píng)論文本內(nèi)容的弱程度詞數(shù)目

27.評(píng)論文本內(nèi)容的弱程度詞數(shù)目占該評(píng)論詞數(shù)的比例

28.評(píng)論文本內(nèi)容的不確定程度詞數(shù)

29.評(píng)論文本內(nèi)容的不確定程度詞數(shù)占該評(píng)論詞數(shù)的比例

30.評(píng)論文本內(nèi)容的轉(zhuǎn)折詞數(shù)

31.評(píng)論文本內(nèi)容的轉(zhuǎn)折詞數(shù)占該評(píng)論詞數(shù)的比例

32.評(píng)論文本內(nèi)容的第一、二、三人稱代詞的數(shù)目

33.評(píng)論文本內(nèi)容的第一、二、三人稱代詞的數(shù)目占該評(píng)論詞數(shù)的比例

34.評(píng)論的點(diǎn)贊數(shù)

35.評(píng)論二元motif的數(shù)量

36.評(píng)論二元motif在評(píng)論樹中評(píng)論節(jié)點(diǎn)覆蓋率

37.評(píng)論二元點(diǎn)贊差異motif的數(shù)量

38.評(píng)論二元點(diǎn)贊差異motif的數(shù)量占評(píng)論二元motif的比例。