[发明专利]一种基于扩散传播模型的关联实体情感判断方法

说明书

本发明提供一种基于扩散传播模型的关联实体情感判断方法，涉及信息技术领域。该方法首先根据现有的语料信息，判断文本中实体之间的联系，建立实体之间的关系图，并构建情感分析模块，判断文本中所有实体的实际情感；然后采用扩散传播算法，针对不同情感确定不同的情感扩散模式；根据关联实体之间的关系，结合情感扩散模式，计算出其他实体的情感分值；然后根据预设的阈值，来确定其他实体的情感；最后结合关联实体的关系网络和情感扩散模型，得出文本对整个行业的情感影响；本发明提供的基于扩散传播模型的关联实体情感判断方法，能够对文本中的实体进行分析，然后推广至其他的有关联关系的实体，以提高文本的利用率，增加数据挖掘深度。

技术领域

本发明涉及信息技术领域，尤其涉及一种基于扩散传播模型的关联实体情感判断方法。

背景技术

随着互联网技术的快速发展，网络上信息呈现爆炸式增长，但是相较于生活中能够涉及到的方方面面，网络仍旧有许多难以覆盖或覆盖不足的方面。尤其是信息覆盖不均、信息数量不同的问题，导致有些实体的信息在网上呈现出多数，而有些实体的信息确是极少，很可能导致对差不多的实体有完全不一样的评价标准。

现今，根据互联网信息来对一个实体进行整体判断是常用手段，无论是查询这个实体的基本信息，还是了解这个实体的一些实际情况，在互联网上进行查询是大家通常都会采用的方案。但是互联网上信息覆盖程度不一，且具有明显的偏向性，越大、越出名的实体会有越多的舆论覆盖，大家对于他的认识在一定程度上也更为详细；而光芒不显的实体却越容易不被重视。就算两个实体有相似的技术实力，在后续的发展也会有极大的差距。

另外，目前的媒体新闻在报道的时候，往往只针对提及的几家实体，但是有许多现象是行业现象。而行业现象的评估非常困难，因为某一行业覆盖范围广，且行业内情况复杂，同时，实体本身在具有较高复杂性的同时也朝多元化发展，往往在多个行业内立足，这也给行业评估增加了难度。

目前对于一条普通新闻的情感分析，通常只针对在新闻中出现的实体本身；而对于一条比较重要的新闻进行情感分析，往往会关联开来，使得这条新闻的影响力常常超出新闻本身打算的覆盖范围，而对其他实体、其他行业和产业都产生影响，这样的深度分析常常需要耗费大量的人力物力才能够有这样的效果。但是每一条内容充实的新闻中反映出来的信息都是值得深挖的。如果能够对每一条这样的新闻进行深挖，就能够很好地挖掘出新闻中的有效信息，并且做到以少见多，管中窥豹。这样的内容挖掘同时也可以把某篇文章中对某个实体的情感评价推广到其他的相关实体，扩大了推广范围，也可以对行业进行一个大致的评估。

发明内容

本发明要解决的技术问题是针对上述现有技术的不足，提供一种基于扩散传播模型的关联实体情感判断的方法，能够对文本中的实体进行分析，然后推广至其他的有关联关系的实体，以提高文本的利用率，增加数据挖掘深度。

为解决上述技术问题，本发明所采取的技术方案是：一种基于扩散传播模型的关联实体情感判断方法，包括以下步骤：

步骤1、根据现有的语料信息，判断文本中实体之间的联系，建立实体之间的关系图网络；

步骤2、构建情感分析模块，并使用情感分析模块判断文本中所有实体的实际情感，得到文本中出现的实体的情感；所述情感分析模块采用训练好的SVM模型，用于分析情感极性；

步骤3、采用扩散传播算法，确定文本中实体的情感扩散模式；

所述情感扩散模式包括两种，分别基于两个关系模型；第一种情感扩散模式用于负面情感的传播，如下公式所示：

其中，f(x)为文本中待评测实体的情感影响力结果，S为影响力常数，x表示被传播实体与文本中的实体的距离；所述文本中实体的情感影响力结果f(x)不能是文本中的实体，文本中实体的情感影响力结果为S；