[发明专利]一种评论文本的情感倾向分析方法及装置

权利要求书

1.一种评论文本的情感倾向分析方法，其特征在于，包括：

步骤1、读取评论文本；

步骤2、将所述评论文本进行去重处理，得到第一文本集；

步骤3、将第一文本集通过TF-IDF算法得到特征词的特征向量；

步骤4、将特征向量代入基于贝叶斯模型的情感分析模型得到情感分析值；

步骤5、根据情感分析值判断步骤1中读取的评论文本的情感倾向性，当情感分析值≥0.5且≤1时，则认为所述评论文本属于积极评论，当情感分析值≥0且＜0.5时，则认为所述评论文本属于消极评论。

2.根据权利要求1所述的一种评论文本的情感倾向分析方法，其特征在于，在步骤4中，基于贝叶斯模型的情感分析模型为：

其中，P(w₁,····,w_n)＝P(w₁,····,w_n∣c₁)·P(c₁)+P(w₁,····,w_n∣c₂)·P(c₂)，C₁和C₂表示为两个类别，w_n表示为特征词的特征向量，n为自然数。

3.根据权利要求1所述的一种评论文本的情感倾向分析方法，其特征在于，在步骤2中，第一文本集的得到方法包括：

步骤2.1、创建一个空的list表；

步骤2.2、将评论文本以分隔标点符号进行分行，输出评论文本的行数j；

步骤2.3、读取第i行的评论文本；

步骤2.4、判断第i行的评论文本在list表是否存在，存在则转至步骤2.5，不存在则转至步骤2.6；

步骤2.5、i＝i+1，当i＝j时，则进入步骤2.7，当i≠j时，则返回步骤2.3；

步骤2.6、将第i行的评论文本加入list表数据，i＝i+1,当i＝j时，则进入步骤2.7，当i≠j时，则返回步骤2.3；

步骤2.7、当i＝j时，则将list表保存，并将保存后的list表记为第一文本集；

其中，所述分隔标点符号包括：逗号、分号和句号，i和j均为自然数，i的初始值为1。

4.根据权利要求1所述的一种评论文本的情感倾向分析方法，其特征在于，在步骤1中，所述评论文本的读取方法包括：通过爬虫软件从网站讨论区中读取。

5.一种评论文本的情感倾向性分析装置，其特征在于，包括：评论文本读取模块、去重处理模块、特征向量得到模块、情感分析值计算模块和判断模块；

所述评论文本读取模块用于读取评论文本，并将读取的评论文本传递给去重处理模块；

所述去重处理模块用于将所述评论文本进行去重处理，得到第一文本集，并将第一文本集传递给特征向量得到模块；

所述特征向量得到模块用于将所述第一文本集通过TF-IDF算法得到特征词的特征向量，并将所述特征向量传递给情感分析值计算模块；

所述情感分析值计算模块将所述特征向量代入基于贝叶斯模型的情感分析模型得到情感分析值，并将情感分析值传递给判断模块；

所述判断模块用于根据情感分析值判断步骤1中读取的评论文本的情感倾向性，当情感分析值≥0.5且≤1时，则认为所述评论文本属于积极评论，当情感分析值≥0且＜0.5时，则认为所述评论文本属于消极评论。

6.根据权利要求5所述的一种评论文本的情感倾向性分析装置，其特征在于，所述基于贝叶斯模型的情感分析模型为：

其中，P(w₁,····,w_n)＝P(w₁,····,w_n∣c₁)·P(c₁)+P(w₁,····,w_n∣c₂)·P(c₂)，C₁和C₂表示为两个类别，w_n表示为特征词的特征向量，n为自然数。

7.根据权利要求5所述的一种评论文本的情感倾向性分析装置，其特征在于，所述评论文本读取模块包括爬虫软件，所述爬虫软件用于从网站讨论区中读取评论文本。