[发明专利]事件情感类型的分析方法和装置

说明书

技术领域

本发明涉及数据处理领域，具体而言，涉及一种事件情感类型的分析方法和装置。

背景技术

对于人们关注的主题，如果给定一个关键词，需要解决的问题是如何根据给定的大量文本信息快速有效的分析给定关键词的关联性事件的情感类型，即确定给定关键词的关联性事件的情感倾向性。为解决上述的问题，现有技术中的事件的情感类型分析方法主要是通过文本相似度匹配和文本距离间隔来识别给定关键词的关联性事件，并根据关联性事件中包含的情感词的倾向性来分析事件的情感类型，其中，情感词的确定依据的是情感倾向性词汇的语料库，即将事件中的词语与经长期积累的语料库中的情感词进行匹配，以确定事件的情感词。

但是，现有技术无法应用于语料库中未收录的词语(如新出现的网络词语)或者本身不带有情感倾向性的词语。

由于现有的解决方案运用遍历法查找给定关键词的关联性词语并识别关联性事件，在计算和存储数据时耗费的计算机资源都比较大，处理速度慢，而且通过匹配情感倾向性词汇的语料库中的词汇的方法查找给定关键词的关联性事件的词语倾向性，无法分析语料库中未收录的词汇的词语倾向性，导致了分析关联性事件的准确度差。

针对现有技术中手动分析事件的情感类型的效率低、准确度差的问题，目前尚未提出有效的解决方案。

发明内容

本发明的主要目的在于提供一种事件情感类型的分析方法和装置，以解决现有技术中手动分析事件的情感类型的效率低、准确度差的问题。

为了实现上述目的，根据本发明实施例的一个方面，提供了一种事件情感类型的分析方法。

根据本发明的分析方法包括：对文本样本进行分词处理，得到词语集合；对词语集合中的第一词语的情感倾向性进行标注，得到各个第一词语的情感倾向性的标注值；计算文本样本中的事件与词语集合中的第一词语的关联度数据；按照关联度数据倒序排序，得到第一词语的排序表；从排序表中提取第一预设数量的第二词语；使用第二词语的情感倾向性的标注值和第二词语的关联度数据进行加权计算，得到加权值；获取加权值所属的预设加权范围的情感类型。

进一步地，在使用第二词语的情感倾向性的标注值和第二词语的关联度数据进行加权计算，得到加权值之前，分析方法还包括：从词语集合中抽取预设数量的第三词语得到第一词语样本；获取第一词语样本中的属于第一情感类型的第三词语的情感属性的第一标注值，以及第一词语样本中的属于第二情感类型的第三词语的情感属性的第二标注值，其中，标注值包括第一标注值和第二标注值；基于第一词语样本中的第三词语的第一多维数组和第三词语的情感属性计算第一情感类型的第一高斯分布参数和第二情感类型的第二高斯分布参数；使用第一高斯分布参数和第二高斯分布参数计算第二词语的对应第一情感类型的第一概率和对应第二情感类型的第二概率；基于第一概率和第二概率确定第二词语的情感类型；使用第二词语的情感类型的标注值设置第二词语的情感倾向性的标注值。

进一步地，基于第一概率和第二概率确定第二词语的情感类型包括：计算第一概率与第二概率的差值；判断差值是否大于第一预设阈值；若差值大于第一预设阈值，则判断出第二词语的情感类型为第一情感类型；若差值不大于第一预设阈值，则判断差值是否小于第二预设阈值；若差值小于第二预设阈值，则判断出第二词语的情感类型为第二情感类型；若差值不小于第二预设阈值，则判断出第二词语的情感类型为第三情感类型。

进一步地，计算文本样本中的事件与词语集合中的第一词语的关联度数据包括：获取文本样本中事件中各个第四词语的第二多维数组；对各个第二多维数组进行合并得到事件的事件向量；计算事件的事件向量与各个第一词语的第三多维数组之间的欧式距离，得到关联度数据；按照关联度数据倒序排序，得到第一词语的排序表包括：使用欧式距离对第一词语进行倒序排序，得到排序表。

进一步地，在对文本样本进行分词处理，得到词语集合之后，分析方法还包括：通过机器学习方法获取文本样本中各个词语的多维数组，其中，多维数组中的一维数据用于描述该词语的一个属性信息。

为了实现上述目的，根据本发明实施例的另一方面，提供了一种事件情感类型的分析装置。