[发明专利]一种基于文本情感倾向识别的舆情检测方法

权利要求书

1.一种基于文本情感倾向识别的舆情检测方法，其步骤为：

1）建立一情感特征词库，用于存储情感特征词语及其属性信息，所述属性信息包括：情感强度、类别和极性；

2）利用分词工具对指定时间范围内或指定信息源中的每一待处理文本内容进行分词，并对分词结果进行过滤、排重处理；

3）将处理后的分词与所述情感特征词库进行匹配，提取匹配的分词及其属性信息，得到一匹配分词集合；

4）根据所述匹配分词集合中的分词属性确定该待处理文本内容的情感倾向；

5）根据所有待处理文件内容的情感倾向，确定该指定时间范围内或该指定信息源的舆情信息。

2.如权利要求1所述的方法，其特征在于所述情感倾向包括该待处理文本内容的情感类别、情感强调和极性。

3.如权利要求2所述的方法，其特征在于对所述匹配分词集合中的分词按照分词的类别进行统计，将分词数目最多的类别作为该待处理文本内容的情感类别；对所述匹配分词集合中分词的情感强度进行求和，得到该待处理文本内容的情感强调；对所述匹配分词集合中的分词按照分词的极性进行统计，将分词数目最多的极性作为该待处理文本内容的极性。

4.如权利要求3所述的方法，其特征在于所述情感类别包括乐、哀、惧、惊、恶、赞六类；所述极性包括正面、负面；所述情感强度的取值区间为（1，9）。

5.如权利要求1～4任一所述的方法，其特征在于步骤2）之前先对待处理文本内容进行去杂处理，包括去除待处理文本内容中的url、email、数字、特殊符号、以及html标签。

6.如权利要求5所述的方法，其特征在于所述分词为具有词性标注的分词，根据词性对分词结果进行过滤，从词性为名词的分词中识别出设定的与情感特征词无关的单词。

7.如权利要求6所述的方法，其特征在于所述与情感特征词无关的单词包括：人名、地名、机构、时间词和代词。