一種微博情感傾向分析方法及裝置的制造方法
【專利摘要】本發(fā)明實施例提供了一種微博情感傾向分析方法及裝置，應(yīng)用于電子設(shè)備，本發(fā)明實施例能夠同時根據(jù)微博內(nèi)容中包括的表情的情感值以及文本的情感值來確定微博內(nèi)容的情感值，并且，在確定文本的情感值時，同時考慮了文本中各復(fù)句的句型，以及各復(fù)句中包括的各分句的句間關(guān)系，與現(xiàn)有技術(shù)相比，使用了更多的影響微博情感傾向的因素來確定微博的情感傾向，因此，能夠提高微博情感傾向分析的準(zhǔn)確性。
【專利說明】
一種微博情感傾向分析方法及裝置
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及自然語言處理技術(shù)領(lǐng)域，特別是涉及一種微博情感傾向分析方法及裝 置。
【背景技術(shù)】
[0002] 隨著互聯(lián)網(wǎng)的發(fā)展，人們越來越習(xí)慣于在網(wǎng)絡(luò)上表達(dá)自己的觀點。例如，可以通過 微博來表達(dá)自己的觀點。
[0003] 微博是一種通過關(guān)注機(jī)制分享簡短實時信息的廣播式的社交網(wǎng)絡(luò)平臺。用戶開通 微博服務(wù)后，可以發(fā)表、轉(zhuǎn)發(fā)及評論消息，來標(biāo)記生活、分享新鮮事、表達(dá)觀點等。微博一問 世就憑借其開放性、平等性、易用性迅速吸引了大眾的目光。微博的數(shù)量大，更新快，其中很 多表達(dá)了用戶對某些事件的觀點和態(tài)度，分析微博內(nèi)容的情感傾向性具有重要的現(xiàn)實意 義。例如，網(wǎng)民針對某些熱點事件的看法，對于政府了解當(dāng)前的輿情信息、判斷當(dāng)前的輿論 形勢及決策是非常有價值的；而針對商品、用戶的評論，則對商家調(diào)整市場策略和買家選擇 商品都有一定的幫助。
[0004] 現(xiàn)有技術(shù)中，主要可以基于語義規(guī)則來進(jìn)行微博情感傾向分析。所謂基于語義規(guī) 貝1J，就是通過統(tǒng)計微博文本中情感詞的情感值并適當(dāng)考慮與之搭配的程度副詞和否定副 詞，通過求平均或者其它運(yùn)算方式給出語句和文本的情感值。但是，在實際應(yīng)用中，由于對 微博內(nèi)容的情感傾向影響因素眾多，僅僅根據(jù)情感詞以及與之搭配的程度副詞和否定副詞 不能準(zhǔn)確地分析微博內(nèi)容的情感傾向。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明實施例的目的在于提供一種微博情感傾向分析方法及裝置，以提高微博情 感傾向分析的精確性。具體技術(shù)方案如下：
[0006] 第一方面，本發(fā)明實施例提供了一種微博情感傾向分析方法，應(yīng)用于電子設(shè)備，所 述方法包括：
[0007] 針對待分析的微博內(nèi)容，提取所述微博內(nèi)容中包括的表情集合，并確定所述微博 內(nèi)容對應(yīng)的文本；
[0008] 針對所述表情集合中的每個表情，根據(jù)預(yù)先構(gòu)建的表情數(shù)據(jù)庫，獲取每個表情對 應(yīng)的情感值，并根據(jù)所述每個表情對應(yīng)的情感值，計算所述表情集合的情感值；
[0009] 根據(jù)預(yù)設(shè)的標(biāo)點符號，將所述文本劃分為至少一個復(fù)句;并根據(jù)各復(fù)句的句型，確 定所述各復(fù)句的句型系數(shù)；
[0010] 針對每個復(fù)句，提取該復(fù)句中包括的各分句，并根據(jù)各分句與其他分句的句間關(guān) 系，確定各分句的句間關(guān)系系數(shù)；
[0011] 針對每個分句，對該分句進(jìn)行分詞處理，得到該分句中包括的各分詞，并識別各分 詞中的情感詞;根據(jù)預(yù)先構(gòu)建的詞庫，確定各情感詞的情感值；
[0012] 根據(jù)所述各情感詞的情感值、所述各分句的句間關(guān)系系數(shù)、以及各復(fù)句的句型系 數(shù)，計算所述文本的情感值；
[0013] 根據(jù)所述表情集合的情感值和所述文本的情感值，計算所述微博內(nèi)容的情感值。
[0014] 進(jìn)一步地，所述根據(jù)所述每個表情對應(yīng)的情感值，計算所述表情集合的情感值包 括：
[0015] 計算所有的表情對應(yīng)的情感值的平均值，并將所述平均值作為所述表情集合的情 感值。
[0016] 進(jìn)一步地，所述針對每個分句，對該分句進(jìn)行分詞處理，得到該分句中包括的各分 詞之后，所述方法還包括：
[0017] 對各分詞進(jìn)行詞性標(biāo)注處理；
[0018] 所述識別各分詞中的情感詞之后，所述方法還包括：
[0019] 識別所述情感詞之前的程度副詞和否定副詞；
[0020] 所述根據(jù)預(yù)先構(gòu)建的詞庫，確定各情感詞的情感值包括：
[0021] 根據(jù)預(yù)先構(gòu)建的詞庫，以及各情感詞之前的程度副詞和否定副詞，確定修正后的 各情感詞的情感值。
[0022] 進(jìn)一步地，所述根據(jù)所述各情感詞的情感值、所述各分句的句間關(guān)系系數(shù)、以及各 復(fù)句的句型系數(shù)，計算所述文本的情感值包括：
[0023] 根據(jù)確定的各分句中各情感詞的情感值，計算各分句中包括的各情感詞的情感值 之和，作為各分句的詞語情感值；
[0024] 根據(jù)各分句的詞語情感值，以及對應(yīng)各分句的句間關(guān)系系數(shù)，計算各分句的詞語 情感值與對應(yīng)各分句的句間關(guān)系系數(shù)的乘積，作為各分句的情感值；
[0025] 根據(jù)各分句的情感值，以及各復(fù)句的句型系數(shù)，計算各復(fù)句中包括的各分句的情 感值之和與對應(yīng)各復(fù)句的句型系數(shù)的乘積，作為各復(fù)句的情感值；
[0026] 計算所述各復(fù)句的情感值之和，作為所述文本的情感值。
[0027] 進(jìn)一步地，所述根據(jù)所述表情集合的情感值和所述文本的情感值，計算所述微博 內(nèi)容的情感值包括：
[0028] 將所述表情集合的情感值乘以預(yù)定的第一權(quán)值，將所述文本的情感值乘以預(yù)定的 第二權(quán)值，并將所計算的結(jié)果相加，得到所述微博內(nèi)容的情感值。
[0029]第二方面，本發(fā)明實施例提供了一種微博情感傾向分析裝置，應(yīng)用于電子設(shè)備，所 述裝置包括：
[0030] 提取模塊，用于針對待分析的微博內(nèi)容，提取所述微博內(nèi)容中包括的表情集合，并 確定所述微博內(nèi)容對應(yīng)的文本；
[0031] 第一計算模塊，用于針對所述表情集合中的每個表情，根據(jù)預(yù)先構(gòu)建的表情數(shù)據(jù) 庫，獲取每個表情對應(yīng)的情感值，并根據(jù)所述每個表情對應(yīng)的情感值，計算所述表情集合的 情感值；
[0032] 第一確定模塊，用于根據(jù)預(yù)設(shè)的標(biāo)點符號，將所述文本劃分為至少一個復(fù)句;并根 據(jù)各復(fù)句的句型，確定所述各復(fù)句的句型系數(shù)；
[0033] 第二確定模塊，用于針對每個復(fù)句，提取該復(fù)句中包括的各分句，并根據(jù)各分句與 其他分句的句間關(guān)系，確定各分句的句間關(guān)系系數(shù)；
[0034]第三確定模塊，用于針對每個分句，對該分句進(jìn)行分詞處理，得到該分句中包括的 各分詞，并識別各分詞中的情感詞;根據(jù)預(yù)先構(gòu)建的詞庫，確定各情感詞的情感值；
[0035] 第二計算模塊，用于根據(jù)所述各情感詞的情感值、所述各分句的句間關(guān)系系數(shù)、以 及各復(fù)句的句型系數(shù)，計算所述文本的情感值；
[0036] 第三計算模塊，用于根據(jù)所述表情集合的情感值和所述文本的情感值，計算所述 微博內(nèi)容的情感值。
[0037] 進(jìn)一步地，所述第一計算模塊具體用于：
[0038]計算所有的表情對應(yīng)的情感值的平均值，并將所述平均值作為所述表情集合的情 感值。
[0039] 進(jìn)一步地，所述裝置還包括：
[0040] 處理模塊，用于對各分詞進(jìn)行詞性標(biāo)注處理；
[0041]識別模塊，用于識別所述情感詞之前的程度副詞和否定副詞；
[0042]所述第三確定模塊，還用于根據(jù)預(yù)先構(gòu)建的詞庫，以及各情感詞之前的程度副詞 和否定副詞，確定修正后的各情感詞的情感值。
[0043]進(jìn)一步地，所述第二計算模塊包括：
[0044] 第一計算子模塊，用于根據(jù)確定的各分句中各情感詞的情感值，計算各分句中包 括的各情感詞的情感值之和，作為各分句的詞語情感值；
[0045] 第二計算子模塊，用于根據(jù)各分句的詞語情感值，以及對應(yīng)各分句的句間關(guān)系系 數(shù)，計算各分句的詞語情感值與對應(yīng)各分句的句間關(guān)系系數(shù)的乘積，作為各分句的情感值；
[0046] 第三計算子模塊，用于根據(jù)各分句的情感值，以及各復(fù)句的句型系數(shù)，計算各復(fù)句 中包括的各分句的情感值之和與對應(yīng)各復(fù)句的句型系數(shù)的乘積，作為各復(fù)句的情感值；
[0047] 第四計算子模塊，用于計算所述各復(fù)句的情感值之和，作為所述文本的情感值。 [0048]進(jìn)一步地，所述第三計算模塊具體用于：
[0049]將所述表情集合的情感值乘以預(yù)定的第一權(quán)值，將所述文本的情感值乘以預(yù)定的 第二權(quán)值，并將所計算的結(jié)果相加，得到所述微博內(nèi)容的情感值。
[0050]本發(fā)明實施例提供了一種微博情感傾向分析方法及裝置，所述方法包括:針對待 分析的微博內(nèi)容，提取所述微博內(nèi)容中包括的表情集合，并確定所述微博內(nèi)容對應(yīng)的文本； 針對所述表情集合中的每個表情，根據(jù)預(yù)先構(gòu)建的表情數(shù)據(jù)庫，獲取每個表情對應(yīng)的情感 值，并根據(jù)所述每個表情對應(yīng)的情感值，計算所述表情集合的情感值;根據(jù)預(yù)設(shè)的標(biāo)點符 號，將所述文本劃分為至少一個復(fù)句;并根據(jù)各復(fù)句的句型，確定所述各復(fù)句的句型系數(shù)； 針對每個復(fù)句，提取該復(fù)句中包括的各分句，并根據(jù)各分句與其他分句的句間關(guān)系，確定各 分句的句間關(guān)系系數(shù);針對每個分句，對該分句進(jìn)行分詞處理，得到該分句中包括的各分 詞，并識別各分詞中的情感詞;根據(jù)預(yù)先構(gòu)建的詞庫，確定各情感詞的情感值;根據(jù)所述各 情感詞的情感值、所述各分句的句間關(guān)系系數(shù)、以及各復(fù)句的句型系數(shù)，計算所述文本的情 感值;根據(jù)所述表情集合的情感值和所述文本的情感值，計算所述微博內(nèi)容的情感值。本發(fā) 明實施例能夠同時根據(jù)微博內(nèi)容中包括的表情的情感值以及文本的情感值來確定微博內(nèi) 容的情感值，并且，在確定文本的情感值時，同時考慮了文本中各復(fù)句的句型，以及各復(fù)句 中包括的各分句的句間關(guān)系，與現(xiàn)有技術(shù)相比，使用了更多的影響微博情感傾向的因素來 確定微博的情感傾向，因此，能夠提高微博情感傾向分析的準(zhǔn)確性。
【附圖說明】
[0051] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以 根據(jù)這些附圖獲得其他的附圖。
[0052] 圖1為本發(fā)明實施例提供的一種微博情感傾向分析方法的流程圖；
[0053] 圖2為常用的圖片形式的微博表情示意圖；
[0054] 圖3為本發(fā)明實施例提供的一種微博情感傾向分析裝置的結(jié)構(gòu)示意圖。
【具體實施方式】
[0055] 為了提高微博情感傾向分析的精確性，本發(fā)明實施例提供了一種微博情感傾向分 析方法及裝置。
[0056] 下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；?本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他 實施例，都屬于本發(fā)明保護(hù)的范圍。
[0057] 需要說明的是，在不沖突的情況下，本發(fā)明中的實施例及實施例中的特征可以相 互組合。下面將參考附圖并結(jié)合實施例來詳細(xì)說明本發(fā)明。
[0058] 為了提高微博情感傾向分析的精確性，本發(fā)明實施例提供了一種微博情感傾向分 析方法過程，如圖1所示，該過程包括以下步驟：
[0059] SlOl，針對待分析的微博內(nèi)容，提取所述微博內(nèi)容中包括的表情集合，并確定所述 微博內(nèi)容對應(yīng)的文本。
[0060] 本發(fā)明實施例提供的方法可以應(yīng)用于電子設(shè)備。具體地，該電子設(shè)備例如可以是： 筆記本電腦、智能終端、臺式計算機(jī)、便攜式計算機(jī)等等。
[0061] 在本發(fā)明實施例中，電子設(shè)備可以首先獲取待分析的微博內(nèi)容。例如，電子設(shè)備可 以在網(wǎng)絡(luò)上通過爬蟲爬取得到待分析的整條微博內(nèi)容，如，可以通過爬蟲爬取得到新浪微 博中的任一條微博內(nèi)容，并將該微博內(nèi)容作為待分析的微博內(nèi)容;或者，為了提高微博情感 傾向分析的效率，電子設(shè)備也可以預(yù)先在網(wǎng)絡(luò)上通過爬蟲爬取得到至少一條微博內(nèi)容，并 將獲取到的微博內(nèi)容保存在數(shù)據(jù)庫中，在進(jìn)行微博情感傾向分析時，直接從數(shù)據(jù)庫中獲取 待分析的微博內(nèi)容。通過爬蟲爬取得到微博內(nèi)容的過程可以采用現(xiàn)有技術(shù)，本發(fā)明實施例 對此過程不進(jìn)行贅述。
[0062] 可以理解，有些情況下，用戶在發(fā)表微博內(nèi)容時，微博內(nèi)容中除了可以包括文本之 外，還可以包括一些表情，該表情可以是字符形式，也可以是圖片形式。并且，通常情況下， 微博內(nèi)容中的表情能夠很好地表達(dá)用戶的情感，標(biāo)識微博內(nèi)容的情感傾向。
[0063] 如圖2所示，其示出了常用的圖片形式的微博表情示意圖，其中，表情210為"微 笑"，表情220為"酷"。
[0064] 因此，在本發(fā)明實施例中，為了提高微博情感傾向分析的準(zhǔn)確性，電子設(shè)備可以同 時根據(jù)微博內(nèi)容的表情和文本來分析微博內(nèi)容的情感傾向。
[0065] 具體地，電子設(shè)備在獲取到待分析的微博內(nèi)容后，可以首先針對待分析的微博內(nèi) 容，提取該微博內(nèi)容中包括的表情，獲取包含各表情的表情集合，并確定該微博內(nèi)容對應(yīng)的 文本。例如，電子設(shè)備可以首先提取微博內(nèi)容中包括的每個表情，將包含所提取的包含每個 表情的集合作為表情集合，并將除表情集合之外的內(nèi)容確定為該微博內(nèi)容對應(yīng)的文本。
[0066] 例如，當(dāng)電子設(shè)備直接在網(wǎng)絡(luò)上通過爬蟲爬取得到待分析的整條微博內(nèi)容時，該 微博內(nèi)容中包括的表情可以是圖片格式。這種情況下，電子設(shè)備可以識別待分析的微博內(nèi) 容中包括的圖片，并將識別到的圖片確定為該待分析的微博內(nèi)容中包括的表情集合。當(dāng)電 子設(shè)備從數(shù)據(jù)庫中獲取待分析的微博內(nèi)容時，數(shù)據(jù)庫中保存的微博內(nèi)容中的表情通常會以 表情文字的形式顯示，并且，該表情文字可以以預(yù)定的格式顯示。如圖2中表情210在數(shù)據(jù)庫 中可以顯示為【微笑】、表情220在數(shù)據(jù)庫中可以顯示為【酷】。這種情況下，電子設(shè)備可以提 取符號"【】"內(nèi)包括的表情文字，并將提取的表情文字確定為待分析微博內(nèi)容中包括的表情 集合。
[0067] S102，針對所述表情集合中的每個表情，根據(jù)預(yù)先構(gòu)建的表情數(shù)據(jù)庫，獲取每個表 情對應(yīng)的情感值，并根據(jù)所述每個表情對應(yīng)的情感值，計算所述表情集合的情感值。
[0068] 提取得到待分析微博內(nèi)容中包括的表情集合后，電子設(shè)備可以針對所提取的表情 集合中的每個表情，根據(jù)預(yù)先構(gòu)建的表情數(shù)據(jù)庫，獲取每個表情對應(yīng)的情感值，并根據(jù)每個 表情對應(yīng)的情感值，計算表情集合的情感值。
[0069] 例如，在本發(fā)明實施例中，當(dāng)電子設(shè)備獲取到的是以圖片格式顯示的表情時，在獲 得各表情對應(yīng)的情感值之前，可以首先將各表情轉(zhuǎn)換為其對應(yīng)的表情文字，進(jìn)而可以根據(jù) 表情數(shù)據(jù)庫，查找各表情文字對應(yīng)的情感值。
[0070] 在本發(fā)明實施例中，可以預(yù)先構(gòu)建表情數(shù)據(jù)庫，在該表情數(shù)據(jù)庫中包括有每個表 情文字及其對應(yīng)的情感值。
[0071] 例如，本發(fā)明實施例中構(gòu)建的表情數(shù)據(jù)庫可以如下表所示：
[0074]如上述表格所示，表情文字"微笑"對應(yīng)的情感值可以為1.0 ;，表情文字"怒罵"對 應(yīng)的情感值可以為-〇 . 9;表情文字"傷心"對應(yīng)的情感值可以為-1。其中，表情文字的情感值 的正負(fù)用來標(biāo)識該表情文字的情感傾向，當(dāng)情感值為正值時，表明該表情文字的情感傾向 為正向；當(dāng)情感值為負(fù)值時，表明該表情文字的情感傾向為負(fù)向；當(dāng)情感值為〇時，表明該表 情文字的情感傾向為中性。各情感值的數(shù)值越大，表明該表情文字的情感傾向越強(qiáng)烈。在本 發(fā)明實施例中，可以將各表情對應(yīng)的情感值設(shè)置在-1到1之間。
[0075]電子設(shè)備在計算待分析微博內(nèi)容中包括的表情集合的情感值時，可以在表情數(shù)據(jù) 庫中查找表情集合中包括的每個表情對應(yīng)的情感值。
[0076]需要說明的是，在本發(fā)明實施例中，當(dāng)電子設(shè)備獲取到的是以圖片格式顯示的表 情時，在獲得各表情對應(yīng)的情感值之前，可以首先將各表情轉(zhuǎn)換為其對應(yīng)的表情文字，進(jìn)而 可以根據(jù)如上述所示的表情數(shù)據(jù)庫，查找各表情文字對應(yīng)的情感值。
[0077] 獲取到表情集合中包括的每個表情對應(yīng)的情感值后，電子設(shè)備可以進(jìn)一步地根據(jù) 每個表情對應(yīng)的情感值，計算表情集合的情感值。
[0078] 例如，在一種實現(xiàn)方式中，電子設(shè)備可以計算所有的表情對應(yīng)的情感值的平均值， 并將計算得到的平均值作為表情集合的情感值。
[0079] S103,根據(jù)預(yù)設(shè)的標(biāo)點符號，將所述文本劃分為至少一個復(fù)句;并根據(jù)各復(fù)句的句 型，確定所述各復(fù)句的句型系數(shù)。
[0080] 在本發(fā)明實施例中，電子設(shè)備還可以根據(jù)文本的情感值來確定微博內(nèi)容的情感 值。
[0081] 具體地，電子設(shè)備可以首先根據(jù)預(yù)設(shè)的標(biāo)點符號，如句號、問號、感嘆號等，將文本 劃分為至少一個復(fù)句。并且，可以根據(jù)各復(fù)句的句型，確定各復(fù)句的句型系數(shù)。將文本劃分 為至少一個復(fù)句的過程可以采用現(xiàn)有技術(shù)，本發(fā)明實施例對此過程不進(jìn)行贅述。
[0082] 得到各復(fù)句后，電子設(shè)備可以根據(jù)各復(fù)句的句型，確定各復(fù)句的句型系數(shù)。本發(fā)明 實施例中的復(fù)句句型可以包括陳述句、感嘆句、疑問句以及反問句等。具體地，電子設(shè)備可 以根據(jù)各復(fù)句中包括的標(biāo)點符號，以及預(yù)定的關(guān)鍵字等，確定各復(fù)句的句型。
[0083] 例如，當(dāng)復(fù)句中包括的標(biāo)點符號為句號時，電子設(shè)備可以確定該復(fù)句的句型為陳 述句；當(dāng)復(fù)句中包括的標(biāo)點符號為感嘆號時，電子設(shè)備可以確定該復(fù)句的句型為感嘆句；當(dāng) 復(fù)句中包括的標(biāo)點符號為問號，且不包含如"不"、"不是"等反問詞時，電子設(shè)備可以確定該 復(fù)句的句型為疑問句；當(dāng)復(fù)句中包括的標(biāo)點符號為問號，且包含如"不"、"不是"等反問詞 時，電子設(shè)備可以確定該復(fù)句的句型為反問句。
[0084] 并且，在本發(fā)明實施例中，當(dāng)復(fù)句為陳述句時，其句型系數(shù)可以為1;當(dāng)復(fù)句為感嘆 句時，其句型系數(shù)可以為2;當(dāng)復(fù)句為疑問句時，其句型系數(shù)可以為0;當(dāng)復(fù)句為反問句時，其 句型系數(shù)可以為-1.5。
[0085] S104,針對每個復(fù)句，提取該復(fù)句中包括的各分句，并根據(jù)各分句與其他分句的句 間關(guān)系，確定各分句的句間關(guān)系系數(shù)。
[0086] 電子設(shè)備確定各復(fù)句的句型及對應(yīng)的句型系數(shù)后，針對每個復(fù)句，還可以提取該 復(fù)句中包括的各分句，并可以根據(jù)各分句與其他分句的句間關(guān)系，確定各分句的句間關(guān)系 系數(shù)。電子設(shè)備提取各復(fù)句中包括的各分句的過程，可以采用現(xiàn)有技術(shù)，如，電子設(shè)備可以 根據(jù)各復(fù)句中包括的逗號，提取各復(fù)句中包括的各分句，本發(fā)明實施例對此過程不進(jìn)行贅 述。
[0087] 得到各復(fù)句中包括的各分句后，電子設(shè)備還可以針對每個復(fù)句，根據(jù)該復(fù)句中包 括的各分句與其他分句的句間關(guān)系，確定各分句的句間關(guān)系系數(shù)。
[0088]可以理解，在一個復(fù)句中包括的各分句之間，可以存在一些連接關(guān)系，如轉(zhuǎn)折、遞 進(jìn)、假設(shè)等。而存在不同連接關(guān)系的各分句，其表達(dá)的情感傾向也可能不同。
[0089]因此，在本發(fā)明實施例中，電子設(shè)備可以針對每個復(fù)句，根據(jù)該復(fù)句中包括的各分 句與其他分句的句間關(guān)系，確定各分句的句間關(guān)系系數(shù)。
[0090] 具體地，電子設(shè)備可以針對每個復(fù)句，識別該復(fù)句中包含的各分句中是否包含預(yù) 定的關(guān)鍵詞，來確定各分句與其他分句的句間關(guān)系。
[0091] 例如，當(dāng)分句中包含如"但是"、"但"、"卻"、"可是"等表示轉(zhuǎn)折的關(guān)系詞時，可以確 定該分句與其前面的分句的句間關(guān)系為轉(zhuǎn)折關(guān)系。
[0092] 可以理解，在存在轉(zhuǎn)折關(guān)系的分句中，通常前面分句提出某種事實或情況，后面分 句轉(zhuǎn)而述說與前面分句相反或相對的意思，即后面分句才是說話人所要表達(dá)的真正意圖。 因此，在本發(fā)明實施例中，當(dāng)幾個分句間的句間關(guān)系為轉(zhuǎn)折時，各分句的句間關(guān)系系數(shù)可以 為:轉(zhuǎn)折詞前面的分句為〇，轉(zhuǎn)折詞后面的分句為1。
[0093] 當(dāng)分句中包含如"更加"、"更有甚者"等表示遞進(jìn)的關(guān)系詞時，可以確定該分句與 其前面的分句的句間關(guān)系為遞進(jìn)關(guān)系。當(dāng)幾個分句間的句間關(guān)系為遞進(jìn)時，各分句的句間 關(guān)系系數(shù)可以為:遞進(jìn)詞前面的分句為1，遞進(jìn)詞后面的分句為1.5。
[0094] S105,針對每個分句，對該分句進(jìn)行分詞處理，得到該分句中包括的各分詞，并識 別各分詞中的情感詞;根據(jù)預(yù)先構(gòu)建的詞庫，確定各情感詞的情感值。
[0095] 得到各分句的句間關(guān)系系數(shù)后，進(jìn)一步地，電子設(shè)備還可以針對每個分句，對該分 句進(jìn)行分詞處理，得到該分句中包括的各分詞，并識別各分詞中的情感詞，然后可以根據(jù)預(yù) 先構(gòu)建的詞庫，確定各情感詞的情感值。
[0096] 在本發(fā)明實施例中，電子設(shè)備針對每個分句，對該分句進(jìn)行分詞，得到該分句中包 括的各分詞，并識別各分詞中的情感詞，然后可以根據(jù)預(yù)先構(gòu)建的詞庫，確定各情感詞的情 感值的過程可以采用現(xiàn)有技術(shù)，本發(fā)明實施例對此過程不進(jìn)行贅述。
[0097] 可選地，在本發(fā)明實施例中，為了提高各情感詞的情感值確定的準(zhǔn)確性，電子設(shè)備 針對每個分句，對該分句進(jìn)行分詞處理，得到該分句中包括的各分詞之后，還可以對各分詞 進(jìn)行詞性標(biāo)注處理;進(jìn)一步地，電子設(shè)備還可以在識別各分詞中包括的情感詞之后，還可以 識別各情感詞之前的程度副詞和否定副詞;進(jìn)一步地，電子設(shè)備在確定各情感詞的情感值 時，可以根據(jù)預(yù)先構(gòu)建的詞庫，以及各情感詞之前的程度副詞和否定副詞，確定修正后的各 情感詞的情感值。
[0098] 在本發(fā)明實施例中，電子設(shè)備對各分句進(jìn)行詞性標(biāo)注處理，識別各情感詞之前的 程度副詞和否定副詞，根據(jù)預(yù)先構(gòu)建的詞庫，以及各情感詞之前的程度副詞和否定副詞，確 定修正后的各情感詞的情感值的過程可以采用現(xiàn)有技術(shù)，本發(fā)明實施例對此過程不進(jìn)行贅 述。
[0099] S106,根據(jù)所述各情感詞的情感值、所述各分句的句間關(guān)系系數(shù)、以及各復(fù)句的句 型系數(shù)，計算所述文本的情感值。
[0100] 在本發(fā)明實施例中，電子設(shè)備可以根據(jù)各情感詞的情感值、各分句的句間關(guān)系系 數(shù)、以及各復(fù)句的句型系數(shù)，計算文本的情感值。
[0101] 具體地，電子設(shè)備可以首先根據(jù)確定的各分句中各情感詞的情感值，計算各分句 中包括的各情感詞的情感值之和，作為各分句的詞語情感值;然后，可以根據(jù)各分句的詞語 情感值，以及對應(yīng)各分句的句間關(guān)系系數(shù)，計算各分句的詞語情感值與對應(yīng)各分句的句間 關(guān)系系數(shù)的乘積，作為各分句的情感值;之后，可以根據(jù)各分句的情感值，以及各復(fù)句的句 型系數(shù)，計算各復(fù)句中包括的各分句的情感值之和與對應(yīng)各復(fù)句的句型系數(shù)的乘積，作為 各復(fù)句的情感值;最后，可以計算各復(fù)句的情感值之和，作為文本的情感值。
[0102] 例如，電子設(shè)備可以首先根據(jù)以下公式，計算分句i的情感值E(S1):
[0103] E(Si)=SE(Wi)Xri
[0104] 其中，E(Wi)為該分句i中包括的各情感詞的情感值；SE(Wi)為該分句i的詞語情感 值;ri為分句i的句間關(guān)系系數(shù)。
[0105] 進(jìn)一步地，電子設(shè)備可以根據(jù)以下公式，計算復(fù)句j的情感值E(Sj):
[0106]
[0107] 其中，E(Sj)為復(fù)句j中包括的各分句的情感值;L為復(fù)句j的句型系數(shù)。
[0108] S107,根據(jù)所述表情集合的情感值和所述文本的情感值，計算所述微博內(nèi)容的情 感值。
[0109] 得到待分析微博內(nèi)容中包括的表情集合的情感值和文本的情感值后，電子設(shè)備可 以根據(jù)表情集合的情感值和文本的情感值，計算待分析微博內(nèi)容的情感值。
[0110] 具體地，電子設(shè)備可以將表情集合的情感值乘以預(yù)定的第一權(quán)值，將文本的情感 值乘以預(yù)定的第二權(quán)值，并將所計算的結(jié)果相加，得到微博內(nèi)容的情感值。
[0111] 例如，上述第一權(quán)值可以是0.4，第二權(quán)值可以是0.6;或者，第一權(quán)值可以是0.35， 第二權(quán)值可以是0.65等。
[0112] 本發(fā)明實施例提供的微博情感傾向分析方法，能夠同時根據(jù)微博內(nèi)容中包括的表 情的情感值以及文本的情感值來確定微博內(nèi)容的情感值，并且，在確定文本的情感值時，同 時考慮了文本中各復(fù)句的句型，以及各復(fù)句中包括的各分句的句間關(guān)系，與現(xiàn)有技術(shù)相比， 使用了更多的影響微博情感傾向的因素來確定微博的情感傾向，因此，能夠提高微博情感 傾向分析的準(zhǔn)確性。
[0113] 相應(yīng)于上面的方法實施例，本發(fā)明實施例還提供了相應(yīng)的裝置實施例。
[0114] 圖3為本發(fā)明實施例提供的一種微博情感傾向分析裝置，應(yīng)用于電子設(shè)備，所述裝 置包括：
[0115]提取模塊310,用于針對待分析的微博內(nèi)容，提取所述微博內(nèi)容中包括的表情集 合，并確定所述微博內(nèi)容對應(yīng)的文本；
[0116] 第一計算模塊320，用于針對所述表情集合中的每個表情，根據(jù)預(yù)先構(gòu)建的表情數(shù) 據(jù)庫，獲取每個表情對應(yīng)的情感值，并根據(jù)所述每個表情對應(yīng)的情感值，計算所述表情集合 的情感值；
[0117] 第一確定模塊330，用于根據(jù)預(yù)設(shè)的標(biāo)點符號，將所述文本劃分為至少一個復(fù)句； 并根據(jù)各復(fù)句的句型，確定所述各復(fù)句的句型系數(shù)；
[0118] 第二確定模塊340，用于針對每個復(fù)句，提取該復(fù)句中包括的各分句，并根據(jù)各分 句與其他分句的句間關(guān)系，確定各分句的句間關(guān)系系數(shù)；
[0119] 第三確定模塊350,用于針對每個分句，對該分句進(jìn)行分詞處理，得到該分句中包 括的各分詞，并識別各分詞中的情感詞;根據(jù)預(yù)先構(gòu)建的詞庫，確定各情感詞的情感值；
[0120] 第二計算模塊360,用于根據(jù)所述各情感詞的情感值、所述各分句的句間關(guān)系系 數(shù)、以及各復(fù)句的句型系數(shù)，計算所述文本的情感值；
[0121 ]第三計算模塊370，用于根據(jù)所述表情集合的情感值和所述文本的情感值，計算所 述微博內(nèi)容的情感值。
[0122] 本發(fā)明實施例提供的微博情感傾向分析裝置，能夠同時根據(jù)微博內(nèi)容中包括的表 情的情感值以及文本的情感值來確定微博內(nèi)容的情感值，并且，在確定文本的情感值時，同 時考慮了文本中各復(fù)句的句型，以及各復(fù)句中包括的各分句的句間關(guān)系，與現(xiàn)有技術(shù)相比， 使用了更多的影響微博情感傾向的因素來確定微博的情感傾向，因此，能夠提高微博情感 傾向分析的準(zhǔn)確性。
[0123] 進(jìn)一步地，所述第一計算模塊320具體用于：
[0124] 計算所有的表情對應(yīng)的情感值的平均值，并將所述平均值作為所述表情集合的情 感值。
[0125] 進(jìn)一步地，所述裝置還包括：
[0126] 處理模塊(圖中未示出），用于對各分詞進(jìn)行詞性標(biāo)注處理；
[0127] 識別模塊(圖中未示出），用于識別所述情感詞之前的程度副詞和否定副詞；
[0128] 所述第三確定模塊350,還用于根據(jù)預(yù)先構(gòu)建的詞庫，以及各情感詞之前的程度副 詞和否定副詞，確定修正后的各情感詞的情感值。
[0129] 進(jìn)一步地，所述第二計算模塊360包括：
[0130] 第一計算子模塊（圖中未示出），用于根據(jù)確定的各分句中各情感詞的情感值，計 算各分句中包括的各情感詞的情感值之和，作為各分句的詞語情感值；
[0131] 第二計算子模塊（圖中未示出），用于根據(jù)各分句的詞語情感值，以及對應(yīng)各分句 的句間關(guān)系系數(shù)，計算各分句的詞語情感值與對應(yīng)各分句的句間關(guān)系系數(shù)的乘積，作為各 分句的情感值；
[0132] 第三計算子模塊（圖中未示出），用于根據(jù)各分句的情感值，以及各復(fù)句的句型系 數(shù)，計算各復(fù)句中包括的各分句的情感值之和與對應(yīng)各復(fù)句的句型系數(shù)的乘積，作為各復(fù) 句的情感值；
[0133] 第四計算子模塊（圖中未示出），用于計算所述各復(fù)句的情感值之和，作為所述文 本的情感值。
[0134] 進(jìn)一步地，所述第三計算模塊370具體用于：
[0135] 將所述表情集合的情感值乘以預(yù)定的第一權(quán)值，將所述文本的情感值乘以預(yù)定的 第二權(quán)值，并將所計算的結(jié)果相加，得到所述微博內(nèi)容的情感值。
[0136] 需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個實 體或者操作與另一個實體或操作區(qū)分開來，而不一定要求或者暗示這些實體或操作之間存 在任何這種實際的關(guān)系或者順序。而且，術(shù)語"包括"、"包含"或者其任何其他變體意在涵蓋 非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要 素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設(shè)備 所固有的要素。在沒有更多限制的情況下，由語句"包括一個……"限定的要素，并不排除在 包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。
[0137] 本說明書中的各個實施例均采用相關(guān)的方式描述，各個實施例之間相同相似的部 分互相參見即可，每個實施例重點說明的都是與其他實施例的不同之處。尤其，對于系統(tǒng)實 施例而言，由于其基本相似于方法實施例，所以描述的比較簡單，相關(guān)之處參見方法實施例 的部分說明即可。
【主權(quán)項】
1. 一種微博情感傾向分析方法，應(yīng)用于電子設(shè)備，其特征在于，所述方法包括： 針對待分析的微博內(nèi)容，提取所述微博內(nèi)容中包括的表情集合，并確定所述微博內(nèi)容 對應(yīng)的文本； 針對所述表情集合中的每個表情，根據(jù)預(yù)先構(gòu)建的表情數(shù)據(jù)庫，獲取每個表情對應(yīng)的 情感值，并根據(jù)所述每個表情對應(yīng)的情感值，計算所述表情集合的情感值； 根據(jù)預(yù)設(shè)的標(biāo)點符號，將所述文本劃分為至少一個復(fù)句;并根據(jù)各復(fù)句的句型，確定所 述各復(fù)句的句型系數(shù)； 針對每個復(fù)句，提取該復(fù)句中包括的各分句，并根據(jù)各分句與其他分句的句間關(guān)系，確 定各分句的句間關(guān)系系數(shù)； 針對每個分句，對該分句進(jìn)行分詞處理，得到該分句中包括的各分詞，并識別各分詞中 的情感詞;根據(jù)預(yù)先構(gòu)建的詞庫，確定各情感詞的情感值； 根據(jù)所述各情感詞的情感值、所述各分句的句間關(guān)系系數(shù)、以及各復(fù)句的句型系數(shù)，計 算所述文本的情感值； 根據(jù)所述表情集合的情感值和所述文本的情感值，計算所述微博內(nèi)容的情感值。2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述每個表情對應(yīng)的情感值，計 算所述表情集合的情感值包括： 計算所有的表情對應(yīng)的情感值的平均值，并將所述平均值作為所述表情集合的情感 值。3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述針對每個分句，對該分句進(jìn)行分詞處 理，得到該分句中包括的各分詞之后，所述方法還包括： 對各分詞進(jìn)行詞性標(biāo)注處理； 所述識別各分詞中的情感詞之后，所述方法還包括： 識別所述情感詞之前的程度副詞和否定副詞； 所述根據(jù)預(yù)先構(gòu)建的詞庫，確定各情感詞的情感值包括： 根據(jù)預(yù)先構(gòu)建的詞庫，以及各情感詞之前的程度副詞和否定副詞，確定修正后的各情 感詞的情感值。4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述各情感詞的情感值、所述各 分句的句間關(guān)系系數(shù)、以及各復(fù)句的句型系數(shù)，計算所述文本的情感值包括： 根據(jù)確定的各分句中各情感詞的情感值，計算各分句中包括的各情感詞的情感值之 和，作為各分句的詞語情感值； 根據(jù)各分句的詞語情感值，以及對應(yīng)各分句的句間關(guān)系系數(shù)，計算各分句的詞語情感 值與對應(yīng)各分句的句間關(guān)系系數(shù)的乘積，作為各分句的情感值； 根據(jù)各分句的情感值，以及各復(fù)句的句型系數(shù)，計算各復(fù)句中包括的各分句的情感值 之和與對應(yīng)各復(fù)句的句型系數(shù)的乘積，作為各復(fù)句的情感值； 計算所述各復(fù)句的情感值之和，作為所述文本的情感值。5. 根據(jù)權(quán)利要求1-4任一項所述的方法，其特征在于，所述根據(jù)所述表情集合的情感值 和所述文本的情感值，計算所述微博內(nèi)容的情感值包括： 將所述表情集合的情感值乘以預(yù)定的第一權(quán)值，將所述文本的情感值乘以預(yù)定的第二 權(quán)值，并將所計算的結(jié)果相加，得到所述微博內(nèi)容的情感值。6. -種微博情感傾向分析裝置，應(yīng)用于電子設(shè)備，其特征在于，所述裝置包括： 提取模塊，用于針對待分析的微博內(nèi)容，提取所述微博內(nèi)容中包括的表情集合，并確定 所述微博內(nèi)容對應(yīng)的文本； 第一計算模塊，用于針對所述表情集合中的每個表情，根據(jù)預(yù)先構(gòu)建的表情數(shù)據(jù)庫，獲 取每個表情對應(yīng)的情感值，并根據(jù)所述每個表情對應(yīng)的情感值，計算所述表情集合的情感 值； 第一確定模塊，用于根據(jù)預(yù)設(shè)的標(biāo)點符號，將所述文本劃分為至少一個復(fù)句;并根據(jù)各 復(fù)句的句型，確定所述各復(fù)句的句型系數(shù)； 第二確定模塊，用于針對每個復(fù)句，提取該復(fù)句中包括的各分句，并根據(jù)各分句與其他 分句的句間關(guān)系，確定各分句的句間關(guān)系系數(shù)； 第三確定模塊，用于針對每個分句，對該分句進(jìn)行分詞處理，得到該分句中包括的各分 詞，并識別各分詞中的情感詞;根據(jù)預(yù)先構(gòu)建的詞庫，確定各情感詞的情感值； 第二計算模塊，用于根據(jù)所述各情感詞的情感值、所述各分句的句間關(guān)系系數(shù)、以及各 復(fù)句的句型系數(shù)，計算所述文本的情感值； 第三計算模塊，用于根據(jù)所述表情集合的情感值和所述文本的情感值，計算所述微博 內(nèi)容的情感值。7. 根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述第一計算模塊具體用于： 計算所有的表情對應(yīng)的情感值的平均值，并將所述平均值作為所述表情集合的情感 值。8. 根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述裝置還包括： 處理模塊，用于對各分詞進(jìn)行詞性標(biāo)注處理； 識別模塊，用于識別所述情感詞之前的程度副詞和否定副詞； 所述第三確定模塊，還用于根據(jù)預(yù)先構(gòu)建的詞庫，以及各情感詞之前的程度副詞和否 定副詞，確定修正后的各情感詞的情感值。9. 根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述第二計算模塊包括： 第一計算子模塊，用于根據(jù)確定的各分句中各情感詞的情感值，計算各分句中包括的 各情感詞的情感值之和，作為各分句的詞語情感值； 第二計算子模塊，用于根據(jù)各分句的詞語情感值，以及對應(yīng)各分句的句間關(guān)系系數(shù)，計 算各分句的詞語情感值與對應(yīng)各分句的句間關(guān)系系數(shù)的乘積，作為各分句的情感值； 第三計算子模塊，用于根據(jù)各分句的情感值，以及各復(fù)句的句型系數(shù)，計算各復(fù)句中包 括的各分句的情感值之和與對應(yīng)各復(fù)句的句型系數(shù)的乘積，作為各復(fù)句的情感值； 第四計算子模塊，用于計算所述各復(fù)句的情感值之和，作為所述文本的情感值。10. 根據(jù)權(quán)利要求6-9任一項所述的裝置，其特征在于，所述第三計算模塊具體用于： 將所述表情集合的情感值乘以預(yù)定的第一權(quán)值，將所述文本的情感值乘以預(yù)定的第二 權(quán)值，并將所計算的結(jié)果相加，得到所述微博內(nèi)容的情感值。
【文檔編號】G06F17/27GK105843796SQ201610181735
【公開日】2016年8月10日
【申請日】2016年3月28日
【發(fā)明人】姚海鵬, 方超, 趙天奇, 張俊東, 張培穎
【申請人】北京郵電大學(xué)