[发明专利]一种双语情感分类方法及装置

权利要求书

1.一种双语情感分类方法，其特征在于，包括：

翻译待分类的源语言文档和训练样本集的源语言文档，得到待分类的翻译文档和训练样本集的翻译文档；

组合所述待分类的源语言文档和所述待分类的翻译文档，得到待分类的双语文档，组合所述训练样本集的源语言文档和所述训练样本集的翻译文档，得到训练样本集的双语文档；

构建待分类的双语特征向量空间和训练样本集的双语特征向量空间；

利用最大熵模型在所述样本集的双语特征向量空间上训练分类器；

通过训练后的分类器对所述待分类的双语特征向量空间进行情感极性分类，得到所述待分类的源语言文档的情感分类结果。

2.根据权利要求1所述的方法，其特征在于，利用最大熵模型在所述样本集的双语特征向量空间上训练分类器包括：

确定所述样本集的双语特征向量空间中每个特征项的权重值；

利用最大熵模型在权重值大于预设值的特征项组成的双语特征向量空间上训练分类器。

3.根据权利要求2所述的方法，其特征在于，确定所述样本集的双语特征向量空间中每个特征项的权重值的过程包括：

利用CHI特征提取方法计算所述样本集的双语特征向量空间中每个特征项的权重值。

4.根据权利要求1所述的方法，其特征在于，构建待分类的双语特征向量空间和训练样本集的双语特征向量空间的过程包括：

对所述待分类的双语文档和训练样本集的双语文档进行分词处理；

选取词的一元特征组成待分类的双语特征向量空间和训练样本集的双语特征向量空间。

5.根据权利要求1所述的方法，其特征在于，翻译待分类的源语言文档和训练样本集的源语言文档的过程包括：

利用机器翻译系统Google Translate翻译待分类的源语言文档和训练样本集的源语言文档。

6.一种双语情感分类装置，其特征在于，包括：

翻译单元，用于翻译待分类的源语言文档和训练样本集的源语言文档，得到待分类的翻译文档和训练样本集的翻译文档；

组合单元，用于组合所述待分类的源语言文档和所述待分类的翻译文档，得到待分类的双语文档，组合所述训练样本集的源语言文档和所述训练样本集的翻译文档，得到训练样本集的双语文档；

构建单元，用于构建待分类的双语特征向量空间和训练样本集的双语特征向量空间；

训练单元，用于利用最大熵模型在所述样本集的双语特征向量空间上训练分类器；

分类单元，用于通过训练后的分类器对所述待分类的双语特征向量空间进行情感极性分类，得到所述待分类的源语言文档的情感分类结果。

7.根据权利要求6所述的装置，其特征在于，所述训练单元包括：

确定子单元，用于确定所述样本集的双语特征向量空间中每个特征项的权重值；

训练子单元，用于利用最大熵模型在权重值大于预设值的特征项组成的双语特征向量空间上训练分类器。

8.根据权利要求7所述的装置，其特征在于，所述确定子单元包括：

计算子单元，用于利用CHI特征提取方法计算所述样本集的双语特征向量空间中每个特征项的权重值。

9.根据权利要求6所述的装置，其特征在于，所述构建单元包括：

分词子单元，用于对所述待分类的双语文档和训练样本集的双语文档进行分词处理；

构建子单元，用于选取词的一元特征组成待分类的双语特征向量空间和训练样本集的双语特征向量空间。

10.根据权利要求6所述的装置，其特征在于，所述翻译单元包括：

翻译子单元，用于利用机器翻译系统Google Translate翻译待分类的源语言文档和训练样本集的源语言文档。