[发明专利]融合表情符号库和主题模型的方面观点褒贬态度挖掘方法

摘要

本发明的融合表情符号库和主题模型的方面观点褒贬态度挖掘方法为：首先计算原创微博及评论中名词之间的相似度矩阵，利用谱聚类算法得到与原创微博提到的方面相关的显式方面集与隐式方面集；然后构建融合表情符号库和主题模型的方面观点褒贬态度挖掘模型，并进行参数估计；最后结合观点挖掘模型和显式、隐式方面集对微博评论进行褒贬态度分析，得到每条用户评论对原创微博内容的褒贬态度倾向。本发明将主题模型与表情符号库相融合应用到微博原创内容下用户评论的方面观点挖掘和褒贬态度分析，同时结合与原创微博方面相关的显式方面以及存在于评论中的隐式方面，以更好获取评论用户对原创微博的褒贬态度,提高对评论集整体的褒贬态度倾向的判断。

主权项

1.一种融合表情符号库和主题模型的方面观点褒贬态度挖掘方法，其特征在于包括如下步骤：步骤1)对原创微博内容及评论进行预处理，提取评论语句的当中的名词和名词短语作为该评论的方面，提取形容词及形容词短语、动词及动词短语作为基于方面的观点词语信息，计算原创微博及评论中的方面之间的相似度矩阵，通过谱聚类算法得到与原创微博方面相关的显式方面集与与原创微博方面不相关的隐式方面集；步骤2)构建融合表情符号库与主题模型的方面观点褒贬态度的挖掘模型MAOEC，通过MAOEC模型产生微博评论集，并用吉布斯采样方法进行参数估计,得到MAOEC模型的参数分布；步骤3)结合显式方面集、隐式方面集以及MAOEC模型的参数分布对微博评论进行褒贬态度分析，得到每条用户评论对原创微博内容的褒贬态度倾向。