[发明专利]基于语料的情感词典构建方法

摘要

本发明公开了一种基于语料的情感词典构建方法，通过预先获得一部分已知情感倾向的形容词，包括积极的和消极的两种，再利用转折词和否定词，提取并分析未知情感倾向的形容词，不断扩展种子词库，最后做出判断。该方法不需要人工干预，且属于无监督的学习方法，能大大提高工作效率。该方法构造的情感词典，可以用于评论分析，能快速地得到其情感倾向，达到快速分析的目的。

主权项

一种基于语料的情感词典构建方法，其特征在于包括以下步骤：第一步，利用中文分词工具，对语料进行预处理，将语料中连续的中文句子划分成一个个词或者字，用空格隔开，并标记词或者字的词性；第二步，统计出语料中所有形容词的词频并按从高到低进行排序，取前5%‑10%有确定情感极性的形容词作为种子词构成情感词库，并分析种子词的情感极性，将正面评价的词的极性称为积极的，将负面评价的词的极性称为消极的，分别构成两个种子词列表，这两个种子词列表作为情感词库的初始列表，初始词频为1；第三步，取经过预处理的语料中的文本，若有需要分析的语料，按照标点对文本进行断句，得到多个分句，分句中不含标点，继续执行第四步；若没有需要分析的语料，则转至第六步；第四步，搜索得到的每一个分句中的形容词，设定一个阈值K，在形容词所在位置的前K个词或字范围内遍历，根据汉语词典中指出的具有否定意义的词，判断是否有否定词，若有，则根据极性转移规则添加到相应列表中，否则停止寻找否定词；再根据汉语词典中指出的具有转折意义的词，判断该分句是不是以转折词开头，若是，则根据极性转移规则改变当前极性，否则极性不变；然后分别按极性转移规则将分句中的形容词添加到两个列表s和a中；第五步，分析第四步得到的两个列表s和a的极性，即用情感词库中的种子词检验列表s和a的极性，若其中一个列表中含有积极种子词的数目不少于消极种子词的，则该列表中所有的词归为积极的，另一列表中的词则归为消极的；若两个列表中均分别含有相同数量的消极种子词和积极种子词，则返回第三步；否则，把两个列表s和a中判断出极性的形容词添加到情感词库的初始列表中作为种子词，若初始列表中已有该形容词，则把其词频加1，否则设置该形容词的词频为1，返回第三步；第六步， 对得到的最终的情感词库进行遍历，对同时被判断为积极和消极的词，取其词频，若属于积极的词频高，则该词为积极的，否则为消极的；所述第四步中的极性转移规则具体如下：设置plor变量，用于表示分句间的极性是否发生转移，初始为1，1表示出现偶数次转折，使得标点连接的分句是和初始极性相同，‑1表示出现奇数次转折，使得标点连接的分句和初始极性相反；形容词默认放到与初始极性相同的列表s中，列表a中放与初始极性相反的词，分为四种情况：分句开头有转折词，形容词前K个词或者字中没有否定词，如果plor=1，把形容词放到列表a中，否则放入列表s中，plor变‑1；分句开头有转折词，形容词前K个词或者字中有否定词，如果plor=1，把形容词放到s中，否则放入列表a中，plor变‑1；分句开头没有转折词，形容词前K个词或者字中有否定词，如果plor=1，把形容词放到列表a中，否则放入列表s中；分句开头没有转折词，形容词前K个词或者字中没有否定词，如果plor=1，把形容词放到列表s中，否则放入列表a中。