[发明专利]基于隐性情感词分析以提取文本语义数据的方法、系统

权利要求书

1.一种基于隐性情感词分析以提取文本语义数据的方法，其特征在于，包括如下步骤：

S1、采用隐性主题挖掘算法构建隐性多主题知识库：根据显性主题词从文本语料中挖掘隐性主题词，构建隐性多主题知识库；其中，显性主题词与隐性主题词共同构成了基础多主题知识库；

S2、采用隐喻主题特征挖掘算法构建隐喻多主题知识库：所述隐喻多主题知识库由隐喻主题词及隐喻主题特征两部分组成，根据步骤S1中得到的基础多主题知识库，从文本语料中挖掘隐喻主题词及隐喻主题特征，构建隐喻多主题知识库；将隐喻主题词与基础多主题知识库进行整合，得到多主题知识库，将隐喻主题特征与情感词库整合得到情感词知识库；其中：基于频繁项集创建初始情感簇，每个初始情感簇文本都含有频繁项集，采用知网的中文语义相似度模型，根据最大语义隶属度原则分离各个初始情感簇；通过定义簇间语义相似度矩阵，完成情感簇的凝聚式层次聚类，优化得到最终的情感簇，实现情感分析；

S3、构建文本知识库：基于语料库的语义搭配计算模型来计算主题词与情感词之间的搭配关系，并对主题词与情感词构成的搭配进行优化，使主题词与情感词形成一对多的搭配，以知识树的形式进行存放，构建文本知识库；并基于文本知识库对文本的情感倾向进行识别。

2.根据权利要求1所述的基于隐性情感词分析以提取文本语义数据的方法，其特征在于,所述步骤S1隐性多主题知识库的构建方法包括：

构建显性多主题知识库；

采用SHTMA算法，把基于各主题的显性主题词作为种子词，从语料中挖掘提取语料中包含的隐性主题词，构建隐性多主题知识库。

3.根据权利要求2所述的基于隐性情感词分析以提取文本语义数据的方法，其特征在于，所述SHTMA的具体流程包括：

对语料进行预处理，获取隐性主题词候选词库；

通过SHTMA词向量模型计算显性主题词与隐性主题词候选词库中词语的相似度，根据相似度挖掘隐性主题词，挖掘出的隐性主题词构成隐性多主题知识库，具体包括：先使用语料训练词向量模型，再将显性主题词输入训练好的词向量模型，经过词向量模型的计算，得到隐性主题词候选词库中词与输入的显性主题词的语义特征相似度，根据语义特征相似度挖掘隐性主题词，并组成候选的隐性主题词。

4.根据权利要求1所述的基于隐性情感词分析以提取文本语义数据的方法，其特征在于，所述步骤S2中隐喻主题词及隐喻主题特征的挖掘方法具体包括：

从语料库中筛选出针对各主题的语料，语料包括基础主题词、隐喻主题词、隐喻主题特征，将语料中的句子按照标点符号分成短句；

基于SMTFMA算法，使用处理后的语料训练分类器模型，并使用训练后的分类器模型从语料中识别并挖掘隐喻主题词及隐喻主题特征，构建隐喻多主题知识库。

5.根据权利要求4所述的基于隐性情感词分析以提取文本语义数据的方法，其特征在于，所述SMTFMA的具体流程包括：

基于基础多主题知识库，对基于显性主题、隐性主题及隐喻主题特征的语料进行人工标注；

通过人工标注的语料的隐喻特征对SMTFMA条件随机场分类器进行训练，根据训练后的条件随机场分类器计算未经标注语料在特定特征词出现的情况下，待计算特征词出现的概率，根据特征词出现的概率识别指定词的隐喻主题词及隐喻主题特征。