[发明专利]一种网络信息语义倾向分析方法及系统

说明书

本发明属于计算机技术领域，提供了一种网络信息语义倾向分析方法及系统，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；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。本发明以互联网海量信息作为信息来源，快速计算和判断企业信息的正面负面倾向，可让公众用户快速、全面的获取企业的经营和舆论信息，也可以为行业、机构、企业用户提供信息检索技术服务。

技术领域

本发明属计算机技术领域，具体涉及一种一种网络信息语义倾向分析方法及系统。

背景技术

在通常情况下，公众或投资者需要通过不同的信息来源获取企业的经营信息和与企业经营相关的政策和行业信息，例如工商局、税务局、法院、各级行政单位和行业协会，再进行信息的汇总、处理和分析。公众投资者根据分析结论结合自身个性化的风险偏好做出投资决策。

在金融和证券业务领域内，有信息的推送方案可供用户使用，特别是在某些证券交易软件内，软件会将一些与该企业相关的信息经过分类和标注之后推送给用户查看。而该推送方案的信息来源是根据该企业拥有的固有信息发布渠道，比如公司网站、证券信息批露网站等。该技术方案信息来源单一，获取的信息面窄，并且没有运用技术的方法对信息的影响作出判断和评估，仍需要用户以自身经验和倾向对信息内容进行判断和评估。

发明内容

针对以上问题的不足，本发明提供了一种一种网络信息语义倾向分析方法及系统，本发明以互联网海量信息作为信息来源，快速计算和判断企业信息的正面负面倾向，可让公众用户快速、全面的获取企业的经营和舆论信息，也可以为行业、机构、企业用户提供信息检索技术服务。

一种网络信息语义倾向分析方法，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；

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。

优选地，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。

优选地，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。

优选地，所述情感词性包括四类：褒义、贬义、中性和否定。

优选地，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。

优选地，所述文本的情感倾向包括三类：积极倾向、消极倾向和中性。

优选地，所述情感倾向分类器的算法步骤如下：

S51：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}，