[发明专利]一种基于篇章结构分析的股评观点分类系统及方法

权利要求书

1、一种基于篇章结构分析的股评观点分类系统，其特征在于：它包括文本选择模块、基于篇章结构分析的分类器模块和股评输出模块，所述文本选择模块将股评数据库中股评文本分为标题和正文中的预测性语句；所述基于篇章结构分析的分类器模块包括标题分类器和预测性语句分类器，标题分类器输出标题可信度，预测性语句分类器输出预测性语句可信度；所述股评输出模块对所述标题可信度和预测性语句可信度进行融合，并输出最终结果。

2、一种基于篇章结构分析的股评观点分类方法，其特征在于：它包括文本选择模块、基于篇章结构分析的分类器模块和股评输出模块；所述基于篇章结构分析的分类器模块包括标题分类器和预测性语句分类器；

所述文本选择模块从股评数据库中提取股评文本后，对所述股评文本的标题和正文进行分离；判断所述标题是否为疑问句，如果是疑问句，则标题可信度Sim(r_i，T_C)＝0；否则利用标题分类器对标题进行观点分类，输出标题可信度Sim(r_i，T_C)；

同时，所述文本选择模块在所述正文中循环检测预测特征词表中的每一个预测性特征词，如果存在所述预测特征词，则提取出所述预测特征词所在的句子，放入预测性语句集S中；循环结束后，如果所述预测性语句集S为空，则提取所述正文的最后一个句子，放入所述预测性语句集S中；将所述预测性语句集S输入所述预测性语句分类器，输出相应的预测性语句可信度Sim(r_i，B_C)；

设置可信度阈值ω＞0，当所述Sim(r_i，T_C)≥ω且Sim(r_i，B_C)＜ω时，则将所述Sim(r_i，T_C)作为所述股评输出模块的输出结果Orientation(r_i)；当所述Sim(r_i，B_C)≥ω且Sim(r_i，T_C)＜ω时，则将所述Sim(r_i，B_C)作为所述股评输出模块的输出结果Orientation(r_i)；否则，利用方程1)和方程2)计算得到所述股评输出模块的输出结果：

Sim(ri,1)=λ1Sim(ri,T1)+λ2Sim(ri,B1)......Sim(ri,n)=λ1Sim(ri,Tn)+λ2Sim(ri,Bn)---1)]]>

Orientation(r_i)＝Max[Sim(r_i，1)，…，Sim(r_i，n)]      2)

其中，λ₁和λ₂是位置权重，所述Sim(r_i，T_C)的权重为λ₁，所述Sim(r_i，B_C)的权重为λ₂，且λ₁+λ₂＝1；T₁，…，T_n分别为所述标题的倾向性类别，B₁，…，B_n分别为所述预测性语句集S的倾向性类别。