[发明专利]文章情感分析方法和装置

权利要求书

1.一种文章情感分析方法，其特征在于，包括：

获取待分析文章；

对所述待分析文章进行分句处理，得到组成所述待分析文章的所有句子；

确定所有所述句子在所述待分析文章中的篇章要素分类结果和所有所述句子的情感极性；所述篇章要素分类结果用于表示对应所述句子在所述待分析文章中的作用；所述情感极性包括中性；

计算所有所述情感极性为中性的句子在所有所述句子中的占比值，并将所述占比值定义为所述待分析文章的情感强度得分；

根据所有所述句子在所述待分析文章中的篇章要素分类结果、所有所述句子的情感极性和各所述篇章要素分类结果对应的预设权重确定所述待分析文章的情感极性。

2.根据权利要求1所述的文章情感分析方法，其特征在于，所述根据所有所述句子在所述待分析文章中的篇章要素分类结果、所有所述句子的情感极性和各所述篇章要素分类结果对应的预设权重确定所述待分析文章的情感极性，包括：

根据所述句子的情感极性将所有所述句子划分为不同组合，且使得每个组合中的句子情感极性相同；

将所述组合中各所述句子在所述待分析文章中的篇章要素分类结果对应的预设权重相加，得到所述组合对应的权重值；

确定所述权重值最高的组合所对应的情感极性为所述待分析文章的情感极性，其中，所述组合所对应的情感极性为所述组合中的句子的情感极性。

3.根据权利要求1所述的文章情感分析方法，其特征在于，所述确定所有所述句子在所述待分析文章中的篇章要素分类结果和所有所述句子的情感极性之前，还包括：

获取多条待分类句子；所述待分类句子用于构成文章，且所述待分类句子对应的文章与所述待分析文章属于相同的领域；

确定各条所述待分类句子的情感极性；

将确定情感极性后的句子作为情感分类模型的训练数据；

根据所述训练数据训练所述情感分类模型；

所述确定所有所述句子的情感极性，包括：根据所述情感分类模型确定所有所述句子的情感极性。

4.根据权利要求3所述的文章情感分析方法，其特征在于，所述确定各条所述待分类句子的情感极性之前，还包括：

获取微博领域情感分类数据集；

根据所述微博领域情感分类数据集进行模型训练，得到微博领域情感分类模型；

确定任意一条所述待分类句子的情感极性，包括：

基于所述微博领域情感分类模型确定所述句子的情感极性，得到第一结果，以及基于情感词典确定所述句子的情感极性，得到第二结果；

判断所述第一结果和所述第二结果是否相同；

当所述第一结果和所述第二结果相同时，确定所述第一结果或所述第二结果为所述句子的情感极性；

当所述第一结果和所述第二结果不相同时，根据用户的审核操作确定所述句子的情感极性。

5.根据权利要求4所述的文章情感分析方法，其特征在于，所述当所述第一结果和所述第二结果不相同时，还包括：对所述句子进行情感标签标注，以使用户根据标注结果审核所述句子的情感极性分类结果。

6.根据权利要求4所述的文章情感分析方法，其特征在于，所述基于情感词典确定所述句子的情感极性，包括：

将所述句子进行分词处理，得到组成所述句子的各词；

基于情感词典确定各词的情感极性；

根据所述各词的情感极性判断所述句子中是否包含情感词；

当所述句子中不包含情感词时，定义所述句子的情感极性为中性；

当所述句子中包含情感词时，统计各情感极性对应的词的数量；

确定词数量最多的情感极性；

判断词数量最多的情感极性是否为一个；

当词数量最多的情感极性为一个时，定义所述情感极性为所述句子的情感极性；

当词数量最多的情感极性不为一个时，基于情感词典确定各词的情感强度；

确定情感强度最高的词；

定义情感强度最高的词的情感极性为所述句子的情感极性。