[发明专利]一种基于大数据中文网络评论语句主题语义倾向的分析方法

权利要求书

1.一种基于大数据中文网络评论语句主题语义倾向的分析方法，其特征在于，所述分析方法包括：

主题抽取：对中文网络评论语句进行主题抽取，识别确定其主题术语和领域相关的本体概念；

语句预处理：对评论语句进行预处理，分句分词并过滤掉客观性表述，以获取该主题语义分析的情感描述项；

情感分析：分析情感描述项的极性以确定该主题的语义倾向。

2.根据权利要求1所述的一种基于大数据中文网络评论语句主题语义倾向的分析方法，其特征在于，所述主题抽取具体过程为：提取中文网络评论语句中的特征词，判断其是否存在领域主题术语词词典内，若不存在放弃该特征词，进入下一个特征词的判断过程；如果存在，则对该特征词进行标注，确定其本体概念。

3.根据权利要求1或2所述的一种基于大数据中文网络评论语句主题语义倾向的分析方法，其特征在于，所述语句预处理具体步骤包括：1）对评论语句进行分词分句；2）筛选掉过滤掉客观性的表述语句；3）获取有价值的情感词或情感词和它的修饰部分的组合。

4.根据权利要求1所述的一种基于大数据中文网络评论语句主题语义倾向的分析方法，其特征在于，所述情感分析为采用主谓结构SBV极性传递算法对情感描述项进行语义分析得到该主题的极性值。

5.根据权利要求4所述的一种基于大数据中文网络评论语句主题语义倾向的分析方法，其特征在于，所述主谓结构SBV极性传递算法具体步骤为：

（1）寻找语句中所有含有SBV结构的关系对；对每个关系对，记主语为subject,谓语为predicate，ModifiedPolarity(predicate) ←PriorPolarity（predicate）；

（2）如果ModifiedPolarity(predicate) ≠ 0

a) 如果谓语是形容词,则TopicPolarity(subject) ←ModifiedPolarity(predicate)；

b) 否则表示谓语为动词,则执行（3）；

c）检查CarOntology以判断该主语是不是主题词,如果主语是主题词,则打上标签(Marked)，对于处理过的情感词，也打上此标签(Marked)；

（3）如果ModifiedPolarity(predicate) ≠ 0，则

a) TopicPolarity (subject) ← ModifiedPolarity (predicate)；

b) 继续查找含有谓语动词predicate的VOB（动宾结构）关系对；如果该关系对含有的名词noun为主题词，则TopicPolarity (noun) ← ModifiedPolarity (predicate)；

否则表示谓语动词没有极性，执行（4）；

（4）找到含有该动词的VOB关系对，

a) 如果宾语是形容词adjective1,则ModifiedPolarity(predicate) ←ModifiedPolarity(adjective1)；

b) 如果宾语是名词noun，则找到含有noun的DE（“的”字结构）关系对；其中，记形容词为adjective2, 则ModifiedPolarity(predicate)←ModifiedPolarity(adjective2)；

（5）找到含有predicate的ADV（状中结构）关系对；其中，记形容词为adjective3，则ModifiedPolarity(predicate) ← ModifiedPolarity(adjective3)；

（6）TopicPolarity(subject) ← ModifiedPolarity(predicate)；

（7）利用SBV极性传递算法后，

i) 继续查找整个句子，找到没有标记过的主题词，记为UnMarkedTopic；

ii) 找到包含UnMarkedTopic的ATT（定中关系）关系对，对于其中出现的词noun，查找所有包含noun的关系对，直至找到含有情感词adjective4的关系对；

iii) 如果ModifiedPolarity(adjective4) ≠0，则TopicPolarity（UnMarkedTopic）←ModifiedPolarity(adjective4)；

（8）记录以上所有算法(SBV+VOB)步骤中使用过的情感词；查找没有标记过的情感词UnMarkedPolar；如果UnMarkedPolar是一个修饰主题词的前缀，那么在（3）中就已经标记过，所以，UnMarkedPolar不可能是前缀词；因此，继续向前查找最邻近的主题词Topic，将ModifiedPolarity(UnMarkedPolar)作为调整参数，调整Topic的极性，即TopicPolarity（Topic）←ModifiedPolarity(UnMarkedPolar)；

上述算法中，PriorPolarity（predicate）表示谓语的原极性，通过访问极性词词典得到；ModifiedPolarity(predicate)是谓语的修饰极性；TopicPolarity(subject)和TopicPolarity (noun)是主语和宾语分别为主题时的极性。