[发明专利]一种藏语微博情感倾向性分析方法和系统

说明书

技术领域

本发明涉及藏语微博领域，特别是涉及一种藏语微博情感倾向性分析方法和系统。

背景技术

微博平台作为国内重要的信息交流、新闻信息发布和获取的渠道，极大的影响着现代人的生活，它能够在短时间内汇集大量用户在某一时间段内的情绪状态或对某一事件的观点、看法。

微博中有汉语、英语、藏语和其他语言的微博，现有的情感倾向性分析方法中，有关于汉语、英语内容的微博的情感倾向性分析方法，缺乏一种藏语内容的微博的情感分析方法，藏语有其自身的语言特点，微博话题具有短文本、句式复杂、流行语多、表情符号多、用户互动性的特点，所以，需要一种结合藏语自身的语言特点和微博的特点来分析藏语微博的情感倾向性分析方法。

发明内容

本发明的目的是提供一种藏语微博情感倾向性分析方法和系统。

为实现上述目的，本发明提供了如下方案：

一种藏语微博情感倾向性分析方法包括：

预先采集藏语微博文本信息；

将所述藏语微博文本信息预处理，获得藏语文本序列数据库；

将所述藏语文本序列数据库采用基于藏语语言特征的情感分析方法进行情感分析处理，获得情感特征词、影响因子、序列规则、词性、句法依存关系、表情符号；

根据所述情感特征词、影响因子、序列规则、词性、句法依存关系、表情符号构建情感向量空间模型，获得藏语微博情感向量空间模型；

根据所述藏语微博情感向量空间模型对当前藏语微博文本信息进行情感分类，获得所述当前藏语微博文本信息的情感信息。

可选的，所述将所述藏语微博文本信息预处理，获得藏语文本序列数据库的方法具体包括：

初始化所述藏语微博文本信息，获得多个藏语微博文本句子；

采用基于词典方法，逐个分析所述藏语微博文本句子的情感，获得多个对应所述藏语微博文本句子的情感标签；

逐个结合每个所述藏语微博文本句子的情感标签和句首连词，形成多个藏语文本序列，获得所述藏语文本序列数据库。

可选的，所述将所述藏语文本序列数据库采用基于藏语语言特征的情感分析方法进行情感分析处理具体包括：

预处理所述藏语文本序列数据库，获得藏语文本序列；

将所述藏语文本序列的情感特征分类，获得情感词和情感短语；

将所述情感词和情感短语与情感词典匹配，计算出所述情感词和情感短语的情感值，获得所述情感特征词；

根据所述藏语文本序列中的句子的谓语结构和句子关系分析，获得所述影响因子、序列规则、词性、句法依存关系、表情符号。

可选的，根据所述情感特征词、影响因子、序列规则、词性、句法依存关系、表情符号构建情感向量空间模型，获得藏语微博情感向量空间模型具体包括：

根据所述情感特征词、影响因子、序列规则、词性、句法依存关系组成语义特征；

根据所述表情符号获得情感特征；

根据所述语义特征和所述情感特征获得所述藏语微博情感向量空间模型。

可选的，所述的表情符号具体包括：好、乐、惊、衰、恶、怒、惧，7维表情特征。

一种藏语微博情感倾向性分析系统包括：采集模块，用于预先采集藏语微博文本信息；

预处理模块，用于将所述藏语微博文本信息预处理，获得藏语文本序列数据库；

分析模块，用于将所述藏语文本序列数据库采用基于藏语语言特征的情感分析方法进行情感分析处理，获得情感特征词、影响因子、序列规则、词性、句法依存关系、表情符号；

构建空间模型模块，用于根据所述情感特征词、影响因子、序列规则、词性、句法依存关系、表情符号构建情感向量空间模型，获得藏语微博情感向量空间模型；

情感分类模块，用于根据所述藏语微博情感向量空间模型对当前藏语微博文本信息进行情感分类，获得所述当前藏语微博文本信息的情感信息。

可选的，所述分析模块具体包括：

处理模块，用于预处理所述藏语文本序列数据库，获得藏语文本序列；

情感特征分类模块，用于将所述藏语文本序列的情感特征分类，获得情感词和情感短语；

匹配模块，用于将所述情感词和情感短语与情感词典匹配，计算出所述情感词和情感短语的情感值，获得所述情感特征词；

提取模块，用于根据所述藏语文本序列中的句子的谓语结构和句子关系分析，获得所述影响因子、序列规则、词性、句法依存关系、表情符号。