[发明专利]一种微博文本情绪识别方法及系统

权利要求书

1.一种微博文本情绪识别方法，其特征在于，包括：

获取第一微博文本信息；所述第一微博文本信息为微博用户发表的原创微博文本信息；

标注所述第一微博文本信息的情绪类别，并对标注后的所述第一微博文本信息进行分词操作，以获取相应的所有所述第一微博文本信息的分词集合，并依据所述分词集合获取各所述第一微博文本信息相应的特征向量；

依据所述第一微博文本信息的情绪类别及相应的所述特征向量获取最大熵分类器；

采用所述最大熵分类器对测试语料进行情绪识别。

2.根据权利要求1所述的方法，其特征在于，在获取第一微博文本信息前还包括：

收集第二微博文本信息；所述第二微博文本信息为所述微博用户发表的所有微博文本信息。

3.根据权利要求2所述的方法，其特征在于，所述收集第二微博文本信息包括：

构建用户队列，并对所述用户队列进行初始化操作；

选取任意一个微博用户作为种子用户，并将所述种子用户以及所述种子用户的关注用户和粉丝用户添加到所述用户队列中；

从所述用户队列中任意选取一个微博用户，并通过微博提供的应用程序编程接口抓取所述微博用户发表的所述第二微博文本信息，并将所述微博用户的关注用户及粉丝用户添加到所述用户队列；

判断抓取的所述微博用户的数量是否达到预设值；

当抓取的所述微博用户数量达到预设值时，则停止收集所述第二微博文本信息。

4.根据权利要求3所述的方法，其特征在于，所述获取第一微博文本信息包括：

获取所述微博提供的所述应用程序编程接口中的Type字段值；

当获取的所述Type字段值等于1时，则筛选出与所述应用程序编程接口中Type字段值等于1相对应的所述第二微博文本信息，并将所述第二微博文本信息标记为所述第一微博文本信息。

5.根据权利要求4所述的方法，其特征在于，所述采用所述最大熵分类器对测试语料进行情绪识别包括：

采用所述最大熵分类器对所述测试语料进行分类，并获取相应的分类结果；

对所述分类结果进行统计，并获取相应的统计结果；

依据所述统计结果判断所述测试语料是否含有情绪。

6.一种微博文本情绪识别系统，其特征在于，包括：

第一获取模块，用于获取第一微博文本信息；所述第一微博文本信息为微博用户发表的原创微博文本信息；

第二获取模块，用于标注所述第一微博文本信息的情绪类别，并对标注后的所述第一微博文本信息进行分词操作，以获取相应的所有所述第一微博文本信息的分词集合，并依据所述分词集合获取各所述第一微博文本信息相应的特征向量；

第三获取模块，用于依据所述第一微博文本信息的情绪类别及相应的所述特征向量获取最大熵分类器；

识别模块，用于采用所述最大熵分类器对测试语料进行情绪识别。

7.根据权利要求6所述的系统，其特征在于，所述系统还包括：

收集模块，用于收集第二微博文本信息；所述第二微博文本信息为所述微博用户发表的所有微博文本信息。

8.根据权利要求7所述的系统，其特征在于，所述收集模块包括：

构建单元，用于构建用户队列，并对所述用户队列进行初始化操作；

选取单元，用于选取任意一个微博用户作为种子用户，并将所述种子用户以及所述种子用户的关注用户和粉丝用户添加到所述用户队列中；

抓取单元，用于从所述用户队列中任意选取一个微博用户，并通过微博提供的应用程序编程接口抓取所述微博用户发表的所述第二微博文本信息，并将所述微博用户的关注用户及粉丝用户添加到所述用户队列；

判断单元，用于判断抓取的所述微博用户的数量是否达到预设值；

收集单元，用于当抓取的所述微博用户数量达到预设值时，则停止收集所述第二微博文本信息。

9.根据权利要求8所述的系统，其特征在于，所述第一获取模块包括：

获取单元，用于获取所述微博提供的所述应用程序编程接口中的Type字段值；

筛选单元，用于当获取的所述Type字段值等于1时，则筛选出与所述应用程序编程接口中Type字段值等于1相对应的所述第二微博文本信息，并将所述第二微博文本信息标记为所述第一微博文本信息。

10.根据权利要求9所述的系统，其特征在于，所述识别模块包括：

分类单元，用于采用所述最大熵分类器对所述测试语料进行分类，并获取相应的分类结果；

统计单元，用于对所述分类结果进行统计，并获取相应的统计结果；

判断单元，用于依据所述统计结果判断所述测试语料是否含有情绪。