[发明专利]一种基于特征子空间的新闻分类方法及系统

说明书

技术领域

本发明涉及自然语言处理及模式识别技术领域，特别是涉及一种基于特征子空间的新闻分类方法和系统。

背景技术

当今，用户可以通过网络对新闻中的人物、事件和现象等表达自己的观点和态度。在用户的活动中，用户对事物的态度往往与用户的情绪倾向是紧密联系的，也就是说可以从用户的情绪倾向观察到用户对事物的观点倾向。其中，情绪倾向是指用户内在的心理反应与感受的倾向性，即积极情绪倾向或消极情绪倾向。

现有技术中，对于新闻的分类，通常是利用主题分类技术对新闻进行分类、管理和检索的，例如基于新闻的主题(如体育、经济、娱乐、政治等)对新闻进行分类、管理和检索。然而，在实际生活中，针对不同主题的新闻，用户产生的情绪倾向也会不同，而现有技术中并不存在基于情绪倾向性对新闻进行分类的技术方案，因此，不能满足用户按自己的情绪倾向来查找新闻的需求，从而降低了用户浏览新闻时的体验度。

综上所述可以看出，如何实现对新闻进行情绪倾向性分类，从而改善用户浏览新闻时的用户体验是目前亟待解决的问题。其中，对新闻进行情绪倾向性分类是指：按用户看到新闻时的情绪倾向将新闻标记为某种情绪倾向类别的新闻。

发明内容

有鉴于此，本发明提供了一种基于特征子空间的新闻分类方法和系统，以实现对新闻进行情绪倾向性分类，从而提高用户浏览新闻时的体验度的目的。

为解决上述技术问题，本发明提供一种基于特征子空间的新闻分类方法，包括：

将已标注样本的整个特征空间划分为若干个不相交的特征子空间，并对若干个不相交的特征子空间中各个特征子空间进行训练，得到与所述各个特征子空间对应的子分类器；其中，所述已标注样本为已知情绪倾向类别的样本；

利用训练得到的子分类器对未标注样本进行分类，得到所述未标注样本的情绪倾向类别，并将已知情绪倾向类别的所述未标注样本更新至标注样本集中；

利用所述标注样本集构建情绪倾向分类器，并利用构建的情绪倾向分类器对待分类新闻的情绪倾向类别进行分类，得到所述待分类新闻的情绪倾向类别；

其中，所述情绪倾向类别包括积极情绪类别和消极情绪类别。

优选的，所述将已知情绪倾向类别的所述未标注样本更新至标注样本集中，包括：

将情绪倾向类别对应的置信度最高的所述未标注样本更新至所述标注样本集中，迭代上述更新过程直至所有所述未标注样本更新至所述标注样本集中。

优选的，将相同数量的积极情绪类别的所述未标注样本和消极情绪类别的所述未标注样本更新至所述标注样本集中。

优选的，利用机器学习分类算法对所述若干个不相交的特征子空间中各个特征子空间进行训练，得到与所述各个特征子空间对应的子分类器。

优选的，所述机器学习分类算法为朴素贝叶斯分类算法。

优选的，所述利用构建的情绪倾向分类器对待分类新闻的情绪倾向类别进行分类，得到所述待分类新闻的情绪倾向类别，包括：

利用构建的情绪倾向分类器对待分类新闻的情绪倾向类别进行分类，得到分类结果；其中，所述分类结果包括与任一情绪倾向类别对应的后验概率，所述与任一情绪倾向类别对应的后验概率表示所述待分类新闻含有该情绪倾向类别的后验概率；

判断所述积极情绪类别对应的后验概率是否大于所述消极情绪类别对应的后验概率，如果是，则判定所述待分类新闻的情绪倾向类别为积极情绪类别，否则，判定所述待分类新闻的情绪倾向类别为消极情绪类别。

本发明还提供了一种基于特征子空间的新闻分类系统，包括：

子分类器确定单元，用于将已标注样本的整个特征空间划分为若干个不相交的特征子空间，并对所述若干个不相交的特征子空间中各个特征子空间进行训练，得到与所述各个特征子空间对应的子分类器；其中，所述已标注样本为已知情绪倾向类别的样本；

标注样本集更新单元，用于利用训练得到的子分类器对未标注样本进行分类，得到所述未标注样本的情绪倾向类别，并将已知情绪倾向类别的所述未标注样本更新至标注样本集中；

分类单元，用于利用所述标注样本集构建情绪倾向分类器，并利用构建的情绪倾向分类器对待分类新闻的情绪倾向类别进行分类，得到所述待分类新闻的情绪倾向类别；

其中，所述情绪倾向类别包括积极情绪类别和消极情绪类别。