[发明专利]一种文本倾向性分析方法及基于该方法的商品评论倾向判别器

权利要求书

1.一种文本倾向性分析方法，其特征在于，包括以下步骤： 

(1)对评论文本进行预处理，通过采集模块中相应的爬虫工具对目标网页的爬取，并在预处理模块中，针对评论内容的HTML标签进行抽取、去噪，以筛选出有用的评论文本； 

(2)针对预处理后的评论文本，句法分析模块经句法分析器识别出中文句法的依存关系结构； 

(3)情感计算引擎根据情感词典计算出情感词的上下文极性值； 

(4)将领域本体引入到SBV极性传递算法当中，二元组挖掘引擎根据本体知识，完成评价对象和评价词的二元组抽取，并确定评价对象间的从属关系； 

(5)通过对情感词倾向值加权求和得到句子倾向值，实现句子级倾向性判别； 

(6)通过句子级极性值的正负，判别评论情感的褒贬倾向；根据极性绝对值大小，判别评论褒贬情感的强弱。 

2.如权利要求1所述的一种文本倾向性分析方法，其特征在于，在步骤(3)中，所述情感词典包括静态情感词典、动态情感词典和修饰词词典；其中考虑到网络评论信息的随意性，将网络术语和特定的领域未登录词融入到静态情感词典中；动态情感词典主要采用人工方式构建；修饰词词典综合前人已有的研究成果并加以归并构成。 

3.如权利要求2所述的一种文本倾向性分析方法，其特征在于，采用SO-PMI处理未登录词，利用搜索引擎返回的结果计算词与词之间的共现概率，同时获得单独词出现的概率，其公式为： 

其中，hits(word)表示搜索引擎查询词语word所返回的页面数hits(W1 NEAR W2)表示W1与W2在共现窗口内出现的次数； 

在此基础上，计算词语word的情感倾向： 

。

4.如权利要求1所述的一种文本倾向性分析方法，其特征在于，在步骤(4)中，商品本体的概念包括实体与属性两部分，其分类模型分别对应于森林与树，且该方法为每一个分类模型中的结点赋予一个权值，如果需要计算本体中一个结点的极性值时，只需要将其子节点的极性值加权，其计算公式如下： 

。

5.如权利要求1所述的一种文本倾向性分析方法，其特征在于，在步骤(4)中，将商品本体融入到SBV算法当中，利用本体概念关系实现评价实体及属性的识别，当评论文本中存在属性概念时，评价实体的极性值是通过对属性倾向值加权求和来获取，算法描述如下： 

1)利用本体判断语句中是否含有评价实体Entity； 

a.若无实体，表示此句无意义，则不处理本句，结束； 

b.否则表示含有Entity，对Entity使用SBV算法进行处理，得到 ContextualPolarity(Entity)，执行2)； 

2)利用本体查找语句中存在的属性关键词Attribute； 

a.若不含属性关键词，执行4)； 

b.否则使用SBV算法处理评论文本，得到ContextualPolarity(Attribute)，标记其中处理过的属性关键词。对于处理过的情感词，也打上标签，执行3)； 

3)经过SBV算法， 

a.继续查找整个句子，找到没有标记过的属性关键词，记为UnMarked Attribute； 

b.找到包含UnMarkedAttribute的ATT关系对，对于其中出现的词noun，查找所以包含noun的关系对，直至找到含有情感词adj的关系对； 

c.如果ContextualPolarity(adj)≠0，则 

ContextualPolarity(UnMarkedAttribute)＝ContextualPolarity(adj)； 

4)记录以上所有使用过的情感词，查找没有标记过的情感词，即UnMarkedPolar， 

a.如果UnMarkedPolar存在，向前查找最邻近的属性主题词，将ContextualPolarity(UnMarkedPolar)作为调整参数，调整属性主题词的极性，即ContextualPolarity(Attribute)←ContextualPolarity(UnMarkedPolar) 

b.如果UnMarkedPolar不存在，执行5)； 

5)利用权利要求4中的公式，对Attribute与UnMarkedAttribute极性值加权求和，利用所得结果调整ContextualPolarity(Entity)。