[发明专利]一种网络信息语义倾向分析方法及系统

权利要求书

1.一种网络信息语义倾向分析方法，其特征在于，包括：

获取企业名称；

使用网络爬虫在互联网上搜索与该企业相关的信息，并将这些信息以文本的形式存储在数据库中；

使用分词器将上述文本分解为符合逻辑的词语序列，并将词语序列存储在分词库中；

从分词库中取出所述词语序列，输入语料分析器，得到带词性标注的词语序列；

所述语料分析器将词组序列里的每个词语与词语感情色彩索引库进行对比，得到情感词性标注的词语序列；所述词语感情色彩索引库存储有大量词语、对每个词语的汉语词性标注和对每个词汇的情感词性标注；

所述情感词性包括四类：褒义、贬义、中性和否定；所述词性标注的标注方式为：词语/汉语词性后缀/情感词性后缀，其中，所述情感词性后缀定义包括为：

褒义词性后缀：1；

贬义词性后缀：0；

中性词性后缀：NA；

否定词性后缀：-1；

将所述带词性标注的词语序列输入情感倾向分类器，得到文本的情感倾向值，进而得到文本的情感倾向；

所述情感倾向分类器的算法步骤如下：

根据词组序列中的汉语词性标注，分句提取每一句的情感词性后缀，得到每一句的情感词性后缀序列，

S m ＝{W m1 ，W m2 ……W mn }，

其中，S m 为文本中第m句的所有词的情感词性后缀序列，

W mn 为文本中第m句第n个词的情感词性后缀；

采用逻辑决策法计算每一句的情感倾向值，定义情感倾向值：积极倾向为1，消极倾向为0，中性为NA，

其中，S em 为文本中第m句的情感倾向值，

W mn 为文本中第m句第n个词的情感词性后缀；

N为第m句的词总数；

根据每一句的情感倾向值，得到文本中所有句子的情感倾向值序列，T＝{S e1 ，S e2……S em }，

其中，T为文本中所有句子的情感倾向值序列；

采用逻辑决策法计算文本的情感倾向值，得到该文本信息的情感倾向，

其中，T e 为文本的情感倾向值，

S em 为文本中第m句的情感倾向值；

M为文本的句子总数；

所述逻辑决策法包括以下计算方法：

第一种：P i ＝1，P i+1 ＝1，则P i P i+1 ＝1；

第二种：P i ＝0，P i+1 ＝0，则P i P i+1 ＝0；

第三种：P i ＝1，P i+1 ＝0或P i ＝0，P i+1 ＝1，则P i P i+1 ＝NA；

第四种：P i ＝-1，P i+1 ＝1，则P i P i+1 ＝0；

第五种：P i ＝-1，P i+1 ＝0，则P i P i+1 ＝1；

其中P i 为一句中第i个词语的情感词性后缀；

P i+1 为一句中第i+1个词语的情感词性后缀；

第六种：R j ＝1，R j+1 ＝1，则R j R j+1 ＝1；

第七种：R j ＝0，R j+1 ＝0，则R j R j+1 ＝0；

第八种：R j ＝1，R j+1 ＝0或R j ＝0，R j+1 ＝1，则R j R j+1 ＝NA；

其中R j 为第j句的情感倾向值；

R j+1 为第j+1句的情感倾向值；

所述第四种和第五种为特殊逻辑算法，句子中出现否定词时，否定词的情感词性后缀与后一词的情感词性后缀优先计算，并得到与后一词的情感词性后缀相反的结论。

2.根据权利要求1所述的网络信息语义倾向分析方法，其特征在于，还包括获取用户的反馈信息，根据用户的反馈，情感倾向分类器进行自动学习，对自身规则进行更新或增加。