[发明专利]互联网信息分类方法和系统

摘要

本发明提出了一种互联网信息分类方法和系统，属于计算机技术领域。本发明实施例的系统包括：分词模块、预置关键词库模块、匹配模块。方法包括：获取用户输入的评论，并对所述评论进行分词以获取关键词；将所述关键词与预置的关键词库进行匹配，以获取每一关键词对应的情感值；该预置的关键词库存储至少两个分类的关键词，所述每一分类中分别预存储有至少一个关键词，以及该关键词对应的情感值；根据每一关键词对应的情感值获得所述评价的情感值。本发明实施例可以通过预置的关键词库及关键词对应的情感值，获取通过分词并匹配的方式获取用户评论对应的情感值。这样相比较现有技术中人工统计的方式，统计结果更加精确且效率高。 1

主权项

1.一种互联网信息分类方法，其特征在于，包括：

获取用户输入的评论，并对所述评论进行分词以获取关键词，所述评论为用户输入的用以发表对文章意见的一段文字；

将所述关键词与预置的关键词库进行匹配，以获取每一关键词对应的情感值；所述预置的关键词库存储有至少两个分类，所述每一分类中分别预存储有至少一个关键词，以及所述关键词对应的情感值；

根据每一关键词对应的情感值获得所述评论的情感值；

所述根据每一关键词对应的情感值获得所述评论的情感值包括：

当所述评论为一个句子时，分别计算所述句子的正面情感值和负面情感值，并以绝对值最大的一类情感值作为所述句子的情感值；

当用户输入的评论为一段文字时，将所述文字中每一句子中绝对值最大的一类情感值作为所述句子的情感值，将所有所述句子的结合权重值作为所述一段文字的情感值。

2.根据权利要求1所述的互联网信息分类方法，其特征在于，所述根据每一关键词对应的情感值获得所述评论的情感值包括：

当用户输入的评论为一个词时，将所述词与所述预置关键词库模块中的关键词进行匹配以获得所述评论对应的情感值。

3.根据权利要求1所述的互联网信息分类方法，其特征在于，所述分别计算每一句子的正面情感值和负面情感值，包括：

通过以下公式计算所述每一句子的正面情感值和负面情感值：

其中EV(Sentence)为所述句子的正面情感值或者负面情感值；EV(wordi)为所述句子中每一个词的正面情感值或者负面情感值，其中i＝1～n，n为所述句子中正面情感值的关键词总数或者负面情感值的关键词总数；factor(word_i)为修饰所述关键词的副词的缩放因子。

4.一种互联网信息分类系统，其特征在于，包括：

分词模块，用于获取用户输入的评论，并对所述评论进行分词以获取关键词，所述评论为用户输入的用以发表对文章意见的一段文字；

预置关键词库模块，用于存储至少两个分类，所述每一分类中分别预存储有至少一个关键词，以及所述关键词对应的情感值；

匹配模块，用于将所述分词模块获得的关键词与预置关键词库模块之中预置的关键词进行匹配，以获取每一关键词对应的情感值；并以此计算评论的情感值；

所述匹配模块，还用于：

当所述评论为一个句子时，分别计算所述句子的正面情感值和负面情感值，并以绝对值最大的一类情感值作为所述句子的情感值；

当用户输入的评论为一段文字时，将所述文字中每一句子中绝对值最大的一类情感值作为所述句子的情感值，将所有所述句子的结合权重值作为所述一段文字的情感值。

5.根据权利要求4所述的互联网信息分类系统，其特征在于，所述匹配模块包括：

第一匹配子单元，用于当用户输入的评论为一个词时，将所述词与所述预置关键词库模块中的关键词进行匹配以获得所述评论对应的情感值。

6.根据权利要求5所述的互联网信息分类系统，其特征在于，

第三获取模块，还用于通过以下公式计算所述一段文字中的每一句子的情感值：

其中EV(Sentence)为所述句子的正面情感值或者负面情感值；EV(wordi)为所述句子中每一个词的正面情感值或者负面情感值，其中i＝1～n，n为所述句子中正面情感值的关键词总数或者负面情感值的关键词总数；factor(word_i)为修饰所述关键词的副词的缩放因子。