[发明专利]一种基于混杂特征计算的微博主题情感分析方法

权利要求书

1.一种基于混杂特征计算的微博主题情感分析方法，其特征在于，包括以下步骤：

步骤1、微博数据预处理：应用中文分词、英文词根化、表情符提取技术提取微博特征， 包括词语和表情符，并利用先验知识对微博特征的情感和主题进行初始赋值；

步骤2、算法参数初始化：随机初始化联合分布A(m,s,t)、B(s,t,w)、Z(s,t,e)和H(m, s)，分布A的超参数α，分布B的超参数β，分布H的超参数η和分布Z的超参数ζ，微博用户性格 分布矩阵US，其中m、s、t、w和e分别表示微博消息变量、微博情感变量、微博主题变量、词语 变量和表情符变量；

步骤3、利用吉布斯采样技术对多特征主题情感模型MfJST的参数的联合分布A和H进行 估值；

步骤4、通过判断每条微博m的情感极性，表示微博m中情感极性s出现的概率： 对于微博m，若，其中s₁为积极情感，s₂为消极情感，则判定微博m的情感极性为 积极情感，反之为消极情感；通过对联合分布A进行关于微博情感变量s的边缘化来实现微 博消息隐含主题的检测。

2.根据权利要求1所述的一种基于混杂特征计算的微博主题情感分析方法，其特征在 于，所述多特征主题情感模型MfJST的建立方法为：

A1、利用以α为参数的狄利克雷分布函数随机生成（微博，情感，主题）先验分布；

A2、利用以β为参数的狄利克雷分布函数随机生成（情感，主题，词语）先验概率分布；

A3、利用以ζ为参数的狄利克雷分布函数随机生成（情感，主题，表情符）先验概率分布；

A4、利用以γ为参数的狄利克雷分布函数随机生成（微博-情感）先验分布；

A5、重复如下方法直到生成一条微博中的所有特征，包括词语和表情符：对一条微博首 先利用（微博-情感）先验分布生成一个情感标签s，然后情感标签s从（微博，情感，主题）先 验分布生成一个主题标签t，最后根据选出的情感标签s和主题标签t，通过比较随机概率 rand与情感标签词语比例PROB的方式产生词语w和表情符e：若rand大于PROB，则从（情感， 主题，词语）先验概率分布产生词语w，否则从（情感，主题，表情符）先验概率分布产生表情 符e；

A6、重复步骤A5，直到微博数据集中的所有微博生成完毕。

3.根据权利要求1所述的一种基于混杂特征计算的微博主题情感分析方法，其特征在 于，所述多特征主题情感模型MfJST参数的估值方法为：

B1、循环控制参数MaxIter置零；

B2、对每条微博m的每个特征，包括词语w和表情符e执行操作序列：从变量集 中排除具有情感s和主题t的词语w；从变量 集中排除具有情感s和主题t的词语e；其中 n_s,_t,_w表示在微博集合C中，除微博m中当前位置上的元素外，词语w同时属于主题t和情感极 性s的频数，n_m,_s,_t表示在微博m中，除微博m中当前位置上的特征外，具有主题t和情感极性s 的特征总计数，n_s,_t表示在微博集合C中，除微博m中当前位置上的特征外，所有其他具有主 题t和情感极性s的词语总计数，n_m,_s表示表示在微博m中，除微博m中当前位置上的特征外， 具有情感极性s的特征总计数，n_m表示在微博m中，除微博m中当前位置上的特征外，所有其 他特征的总计数，p_s,_t,_e表示在微博集合C中，除微博m中当前位置上的特征外，表情符e同时 属于主题t和情感极性s的频数，p_s,_t表示在微博集合C中，除微博m中当前位置上的特征外， 所有其他具有主题t和情感极性s的表情符总计数，n_m表示在微博m中，除微博m中当前位置 上的特征外，所有其他特征的总计数；

根据条件分布和分别为w 和e构造新的情感主题对(s_new,t_new)；运用情感标签s_new和主题标签t_new更新VarSet1和 VarSet2，然后更新性格参数λ；其中，和分别表示除了微博m中的第i个位置的词语 外，其他所有词语的主题向量和情感向量；和分别表示除了微博m中的第i个位置的 表情符外，其他所有表情符的主题向量和情感向量；

B3、循环控制参数MaxIter加1；

B4、每k次迭代运用新采样结果对分布A、B、H和Z更新1次；

B5、重复步骤B2、B3和B4，直到MaxIter达到设定最大迭代次数。