[发明专利]面向微博的情感实体搜索系统

权利要求书

1.一种面向微博的情感实体搜索系统，其特征在于包括以下5个模块：

1）用户接口，用于系统与用户的交互，用户可以通过该模块提交查询请求并获得反馈结果；

2）查询扩展模块，用于对微博语料数据进行词语关系挖掘，并结合WordNet本体库建立加权词语关系图；

3）查询处理模块，用于将用户查询请求转换为索引库所能接受的查询关键词及查询语句，并基于模块2）构建的词语关系图进行查询扩展；

4）情感信息挖掘模块，用于对微博语料库进行情感挖掘，并生成情感实体及情感极性的判定规则；

5）情感信息判定及索引建立模块，用于对微博数据进行情感实体和情感极性的判定，建立情感信息索引，并进行存储；

6）倒排索引建立模块，用于对微博文本信息建立倒排索引，并进行存储。

2.根据权利要求1所述的面向微博的情感实体搜索系统，其特征在于上述模块1）中采用以下步骤实现查询扩展:

11）对微博语料库中的数据进行相关规则挖掘，输出相关规则挖掘所得到的相关词集；

12）结合11）所获得的频繁项及和WordNet本体库，构建加权词语关系图。

3.根据权利要求1所述的面向微博的情感实体搜索系统，其特征在于上述步骤11）中采用Eclat算法挖掘微博语料库的频繁项集并生成相关词集，并将相关词集和WordNet本体图通过映射或插入等形式形成加权词语关系图；

上述构建加权词语关系图时，节点权重的计算方法为：

f(d)=deg(d)=deg⁺(d)+deg^-(d)，

其中deg(d)、deg⁺(d)、deg^-(d)分别表示结点的度、出度和入度；边权重的计算方法为：

其中lift(d_i→d_j)是根据Eclat算法所得的d_i,d_j的相关度。

4.根据权利要求1所述的面向微博的情感实体搜索系统，其特征在于上述模块3）中采用以下步骤实现查询处理:

31）接收用户输入的查询词或语句；

32）对用户的输入进行分词、去停用词和确定中心词的处理，得到一个或多个中心词；

33）将中心词在由本体和规则词构造的加权词语关系图库中选取适当的扩展词,并对扩展词进行权重计算；

34）然后选取权重大的前p个词语加入到查询词集合,并将扩展词集合输入至查询接口。