[发明专利]事件情感类型的分析方法和装置

权利要求书

1.一种事件情感类型的分析方法，其特征在于，包括：

对文本样本进行分词处理，得到词语集合；

对所述词语集合中的第一词语的情感倾向性进行标注，得到各个所述第一词语的情感倾向性的标注值；

计算所述文本样本中的事件与所述词语集合中的第一词语的关联度数据；

按照所述关联度数据倒序排序，得到所述第一词语的排序表；

从所述排序表中提取第一预设数量的第二词语；

使用所述第二词语的情感倾向性的标注值和所述第二词语的关联度数据进行加权计算，得到加权值；

获取所述加权值所属的预设加权范围的情感类型。

2.根据权利要求1所述的分析方法，其特征在于，在使用所述第二词语的情感倾向性的标注值和所述第二词语的关联度数据进行加权计算，得到加权值之前，所述分析方法还包括：

从所述词语集合中抽取预设数量的第三词语得到第一词语样本；

获取所述第一词语样本中的属于第一情感类型的所述第三词语的情感属性的第一标注值，以及所述第一词语样本中的属于第二情感类型的所述第三词语的情感属性的第二标注值，其中，所述标注值包括所述第一标注值和所述第二标注值；

基于所述第一词语样本中的所述第三词语的第一多维数组和所述第三词语的情感属性计算所述第一情感类型的第一高斯分布参数和所述第二情感类型的第二高斯分布参数；

使用所述第一高斯分布参数和所述第二高斯分布参数计算所述第二词语的对应所述第一情感类型的第一概率和对应所述第二情感类型的第二概率；

基于所述第一概率和所述第二概率确定所述第二词语的情感类型；

使用所述第二词语的情感类型的标注值设置所述第二词语的情感倾向性的标注值。

3.根据权利要求2所述的分析方法，其特征在于，基于所述第一概率和所述第二概率确定所述第二词语的情感类型包括：

计算所述第一概率与所述第二概率的差值；

判断所述差值是否大于第一预设阈值；

若所述差值大于所述第一预设阈值，则判断出所述第二词语的情感类型为所述第一情感类型；

若所述差值不大于所述第一预设阈值，则判断所述差值是否小于第二预设阈值；

若所述差值小于所述第二预设阈值，则判断出所述第二词语的情感类型为所述第二情感类型；

若所述差值不小于所述第二预设阈值，则判断出所述第二词语的情感类型为第三情感类型。

4.根据权利要求1所述的分析方法，其特征在于，

计算所述文本样本中的事件与所述词语集合中的第一词语的关联度数据包括：获取所述文本样本中所述事件中各个第四词语的第二多维数组；对各个所述第二多维数组进行合并得到所述事件的事件向量；计算所述事件的事件向量与各个所述第一词语的第三多维数组之间的欧式距离，得到所述关联度数据；

按照所述关联度数据倒序排序，得到所述第一词语的排序表包括：使用所述欧式距离对所述第一词语进行倒序排序，得到所述排序表。

5.根据权利要求1至4中任意一项所述的分析方法，其特征在于，在对文本样本进行分词处理，得到词语集合之后，所述分析方法还包括：

通过机器学习方法获取所述文本样本中各个词语的多维数组，其中，所述多维数组中的一维数据用于描述该词语的一个属性信息。

6.一种事件情感类型的分析装置，其特征在于，包括：

分词模块，用于对文本样本进行分词处理，得到词语集合；

标注模块，用于对所述词语集合中的第一词语的情感倾向性进行标注，得到各个所述第一词语的情感倾向性的标注值；

第一计算模块，用于计算所述文本样本中的事件与所述词语集合中的第一词语的关联度数据；

排序模块，用于按照所述关联度数据倒序排序，得到所述第一词语的排序表；

提取模块，用于从所述排序表中提取第一预设数量的第二词语；

第二计算模块，用于使用所述第二词语的情感倾向性的标注值和所述第二词语的关联度数据进行加权计算，得到加权值；

第一获取模块，用于获取所述加权值所属的预设加权范围的情感类型。