[发明专利]标签情感倾向量化方法与系统

权利要求书

1.一种标签情感倾向量化方法，其特征在于，包括：

用户信息和标签收集步骤，收集用户的所属地域信息以及标签集合；

标签对应文本收集步骤，针对所述标签集合中的每一个标签进行反向文本收集，得到与所述标签对应的文本集合；

专属情感词词典构建步骤，根据所述用户的所属地域信息，在预先存储的共通情感词词典的基础上，添加所属地域的地域情感词词典，构成专属情感词词典；

标签情感表获得步骤，结合所述专属情感词词典依次对与所述标签对应的文本集合中的文本进行分析，得到所述标签的标签情感表，其中所述标签情感表包含情感词、该情感词的正负极性和权值；

量化结果计算步骤，对所述标签情感表中的所有情感词，基于每个情感词的正负极性按照正极性为加负极性为减的方式将权值作代数和，由此求得所述标签的量化结果；和

排序输出步骤，对所有标签按照每个标签的量化结果的值的大小进行排序并输出。

2.一种标签情感倾向量化方法，其特征在于，包括：

用户信息和标签收集步骤，收集用户的性格类型以及标签集合；

标签对应文本收集步骤，针对所述标签集合中的每一个标签进行反向文本收集，得到与所述标签对应的文本集合；

标签情感表获得步骤，结合预先存储的共通情感词词典依次对与所述标签对应的文本集合中的文本进行分析，得到所述标签的标签情感表，其中所述标签情感表包含情感词、该情感词的正负极性和权值；

性格因子校正步骤，根据所述用户的性格类型，对所述标签情感表中权值大于规定的阈值的情感词进行性格因子校正；

量化结果计算步骤，在该量化结果计算步骤中，对校正后的所述标签情感表中的所有情感词，基于每个情感词的正负极性按照正极性为加负极性为减的方式将权值作代数和，由此求得所述标签的量化结果；和

排序输出步骤，对所有标签按照每个标签的量化结果的值的大小进行排序并输出。

3.一种标签情感倾向量化方法，其特征在于，包括：

用户信息和标签收集步骤，收集用户的所属地域信息、性格类型以及标签集合；

标签对应文本收集步骤，针对所述标签集合中的每一个标签进行反向文本收集，得到与所述标签对应的文本集合；

专属情感词词典构建步骤，根据所述用户的所属地域信息，在预先存储的共通情感词词典的基础上，添加所属地域的地域情感词词典，构成专属情感词词典；

标签情感表获得步骤，结合所述专属情感词词典依次对与所述标签对应的文本集合中的文本进行分析，得到所述标签的标签情感表，其中所述标签情感表包含情感词、该情感词的正负极性和权值；

性格因子校正步骤，根据所述用户的性格类型，对所述标签情感表中权值大于规定的阈值的情感词进行性格因子校正；

量化结果计算步骤，对校正后的所述标签情感表中的所有情感词，基于每个情感词的正负极性按照正极性为加负极性为减的方式将权值作代数和，由此求得所述标签的量化结果；和

排序输出步骤，对所有标签按照每个标签的量化结果的值的大小进行排序并输出。

4.如权利要求1~3中任一项所述的标签情感倾向量化方法，其特征在于：

还具有时间因子校正步骤，根据所述文本发布的时间至现在的经过时间，对所述标签情感表中的权值进行时间因子校正。

5.如权利要求1或3所述的标签情感倾向量化方法，其特征在于：

所述用户的所属地域信息是用户自己在个人资料中标注的地域，和/或根据用户经常上网的地址获得的地域。

6.如权利要求2或3所述的标签情感倾向量化方法，其特征在于：

所述用户的性格类型通过事先进行的性格测试问卷获得，和/或通过分析用户一段时期的言论特征获得。

7.如权利要求1~3中任一项所述的标签情感倾向量化方法，其特征在于：

所述标签的来源是用户自己标注的标签，和/或收集用户言论以及社交行为提取的标签。

8.如权利要求4所述的标签情感倾向量化方法，其特征在于：

所述标签的来源是用户自己标注的标签，和/或收集用户言论以及社交行为提取的标签。

9.如权利要求5所述的标签情感倾向量化方法，其特征在于：

所述标签的来源是用户自己标注的标签，和/或收集用户言论以及社交行为提取的标签。