[发明专利]基于层次化分类体系的情感判别和重要性划分方法

权利要求书

1.一种基于层次化分类体系的情感判别和重要性划分方法，其特征在于，其包括:

S1)采集垂直领域的新闻数据,其内容多样化；

S2)分析垂直领域，根据层次化分类的思想对该领域进行层次化划分，划分后的垂直领域由树状图表示，出现频率/概率高的细分领域被划分为内节点和基类，每层包含一个“其他”节点，归类出现频率低的细分领域；

S3)针对每层中的内节点和基类，选取新闻数据，由专业人员进行人工标注，其中数据量的选取应满足节点分类器的训练要求；

S4)对于每个内节点和基类，使用S3中标注好的训练数据建立分类器，分类器输出新进新闻属于该节点的概率，每个节点设置一个门限值Pmin；

S5)对于新采集到的新闻数据，使用S4中建立的分类器计算其属于每个节点的概率，将其归类于概率最大或超过门限值的节点，从而使得新闻数据被归类到内节点或基类；根据Naive Bayes分类方法计算新闻数据属于特定节点的概率：

其中，di表示任意新闻数据，cj表示节点；对di进行分类，就是将di放入概率值最大的节点，即：

S6)将新闻数据归类到节点后，根据匹配到的情感词的情感倾向及词频，确定该新闻数据的情感和重要性标签。

2.如权利要求1所述的方法，其特征在于，在S4中，所述 分类器采用的分类算法包括：支持向量机、贝叶斯模型、决策树和神经网络算法。