[发明专利]一种基于网站的中文新闻信息多维度分类制作方法

说明书

技术领域

本发明涉及基于网站的信息分类方法，具体涉及一种基于网站的中文新闻信息多维度分类制作方法。

背景技术

新闻是“对新近发生的事实的报道 ”。新闻使用简练的文字概括 了丰富的信息并频繁更新 ，且通过公开媒体传播时代 ，丰富了新闻的来源 ， 加速了新闻的传播 。但面对爆炸式增长且杂乱无序的 新闻 ，用户获取所需信息的难度增加 ，因此 ，迫切地需要对新闻进行有效的信息组织。

在2017年4月19日上午在京召开网络安全和信息化工作座谈会，强调按照创新、协调、绿色、开放、共享的发展理念推动我国经济社会发展，是当前和今后一个时期我国发展的总要求和大趋势，我国网信事业发展要适应这个大趋势，在践行新发展理念上先行一步，推进网络强国建设，推动我国网信事业发展，让互联网更好造福国家和人民。

加强网络信息引导和管理，规范公众舆论参与，是提升政府网络执政能力的必要措施。新媒体时代政府信息公开具有两种方式：一是公告，二是根据申请要求实行信息公开。同时，应从创新舆情引导机制，提升政府舆论监督能力；加强网络执政能力，有效进行网络舆情引导；提升舆情危机的应急处理能力等三个方面着手，不断强化网络舆情的正面引导，才能形成系统、科学、有效的网络舆情引导机制。

信息是市场经济的一大支撑。现今社会离不开新闻。但是现今政府新媒体，社会商业媒体的中文新闻信息存在以下的缺陷和不足：

1、缺乏通用的标准语料和评价方法：国内没有统一的新闻分类标准。现有的一些中文新闻语料库 ，如搜狗的中文新闻语料库 、中国科学院自动化研究所的中文新闻分类语料库 ，所采用的分类体系都过于简单 ，不利于新闻自动分类的研究 。而且在新闻重要性的评价方法上 ，也还需要探索适用于中文的评价方法。

2、新闻噪声影响新闻分类质量：网络新闻的真实性不足，常有新闻标题与正文不一 、正文前后表述不一 、标题娱乐媚俗 、夸张报道。对失真的新闻做文本分类 ，文本表示环节会明显受到干扰 ，进而导致分类结果不具有实际意义 ，如一些新闻文不对题 ，在分类过程中会由于标题权重较高导致分类结果受影响，还于一些报道过于夸张 ，使得情感特征词的情感倾向被夸大 ，进而影响情感分类的结果。

3、分类体系过于简单 ，不利于深度分析：当前网络新闻分类研究中的分类体系过于简单，多采取人为选定类别的方法 ，选定的分类体系类目少、层次少、类目间区分度大 ，趋于理想化。这与复杂的实际应用环境相背离 。现实中 ，随着待分类新闻的数量增加 ，新闻的相似度增加，粗分类已不能满足用户需求 ，需要依赖更为科学的分类体系。

4、分类维度太过单一：当前网络新闻的分类多是从主题维度进行的。对于海量的新闻内容 ，应该提供多人口，实现分类的多维化 。目前 ，已有从时间维度进行话题跟踪 、从情感维度进行情感倾向性分析、从地理位置维度进行分类的研究，但综合多个维度的研究仍少之又少，这是未来的一个研究方向 。

5、新闻专题平面化 ，缺乏深度：用户对于主题或事件的全方位认知需求推动了网络新闻专题的发展 。新闻专题应该是一种深度报道，但是当前较多专题质量不高 ，通常只是相关信息的简单罗列堆积 ，虽然实现了信息的集成 ，却忽视了信息间的层次关系 ，缺少条理性和逻辑性 ，也缺乏系统性的梳理 、归纳和总结，给用户冗余、杂乱的感觉 。

6、没有进行组合分析：一个新闻不一定仅仅涉及到单一的方面，有可能涉及多方面。

情感包括喜爱，敬佩，高兴，欣喜，惊讶，同情，反思，忧伤，哀痛，痛恨，悲伤，反省，恐惧，厌恶，愤怒等情感。情感是人最难控制的，分析的东西，需要用别的东西去形象化它。

发明内容

本发明的目的是针对上述问题，提供一种基于网站的中文新闻信息多维度分类制作方法，从多维度将新闻信息进行细化的分类，归类清晰，便于新闻信息后续的查找和深入分析。

本发明的技术方案是这样实现的，一种基于网站的中文新闻信息多维度分类方法，其特征在于，其方法步骤为：

A.分析新闻分类；

B.定义五个分类级别：

(1)第一分类级别为事件涉及的地域范围：国际范围，国家范围，省份范围，市区范围，群体范围，个人范围；

(2)第二分类级别为新闻信息的来源涉及的人群职业：百姓，学生，父母，明星，工人，务工人员，商家，军人，官员，老师，农民，黑社会，闲散人员；

(3)第三分类级别为事件涉及的大范围的客观分类，具体为：

政治

法律、司法

对外关系、国际关系

军事