[发明专利]一种面向点评数据的情感倾向性检测方法

摘要

本发明涉及一种面向点评数据的情感倾向性检测方法，其步骤包括：1)获取点评数据，对其进行规范化处理；2)对规范化处理后的点评数据的句子进行分词处理；3)对分词后的句子进行要素分析，识别出影响文本情感倾向性检测分析的各类词语；4)根据句式模版库对进行要素分析后的点评数据进行句式模版匹配；5)确定点评数据的句子中指代语对应的先行语，并恢复省略的主语；6)将出现评价对象词、评价属性词或情感词的句子作为候选情感句，采用最大熵模型对候选情感句的句子极性进行判别，得到句子的情感倾向性。本发明针对点评文本的多变性和口语性等问题，提高了点评数据情感倾向性检测的效率和准确性。

主权项

1.一种面向点评数据的情感倾向性检测方法，其特征在于，包括如下步骤：1)获取点评数据，对其进行规范化处理；2)对规范化处理后的点评数据的句子进行分词处理；3)对分词后的句子进行要素分析，识别出影响文本情感倾向性检测分析的各类词语；4)根据句式模版库对进行要素分析后的点评数据进行句式模版匹配；通过基于点评的自举方法提取句式模版，从而建立所述句式模版库，建立所述句式模版库的步骤包括：4.1)获取点评数据，通过整理各个情感要素的词形成种子词典；4.2)对点评数据的句子进行分词处理，然后逐词判定其语义类并用语义类标签进行替换；4.3)对标签替换后的点评数据进行断句，根据各语义类的名称及各语义类包含的具体词语生成模版；4.4)将模版应用到语义类标签替换后的点评数据中，以抽取各语义类的语义词；4.5)根据模版的重要性、推广性和准确性，对各模版进行打分；4.6)选取得分最高的部分模版，根据选取的模版及其打分计算各模版抽取的语义词的得分，进而选取得分最高的部分语义词对语义词典进行扩充；4.7)步骤4.2)至步骤4.6)迭代进行，直到挑选出来的语义词不正确时迭代终止，得到最终的语义词典，并由各模版构成模版库；5)确定点评数据的句子中指代语对应的先行语，并恢复省略的主语；6)将出现评价对象词、评价属性词或情感词的句子作为候选情感句，采用最大熵模型对候选情感句的句子极性进行判别，得到句子的情感倾向性。