[发明专利]一种跨事件新闻文本情感分析方法

权利要求书

1.一种跨事件新闻文本情感分析方法，包括：

步骤一，抓取若干篇用于训练的关于事件A的新闻文本、待分析情感的关于事件B的新闻文本；

步骤二，将事件A的每篇新闻文本的情感倾向进行标记；

其特征在于，还包括：

步骤三，提取事件A的新闻文本的TF-IDF特征以形成事件A的文本特征矩阵X_A，提取事件B的新闻文本的TF-IDF特征以形成事件B的文本特征矩阵X_B；

步骤四，利用迁移成份分析算法将事件A的文本特征矩阵X_A、事件B的文本特征矩阵X_B进行迁移学习，将X_A和X_B映射到高维空间，并使得事件A与事件B的分布之间的距离最小，且映射后X_A和X_B中数据的特征不变；X_A和X_B映射后分别对应得到新的特征矩阵X_A'和X_B'；

步骤五，将情感标记进行标签化，形成用于训练的标签集合；

步骤六，将X_A'、X_B'和所述标签集合作为机器学习算法的输入，得到跨事件新闻文本情感分析模型，利用该模型对事件B的新闻文本进行情感分析。

2.如权利要求1所述的跨事件新闻文本情感分析方法，其特征在于，所述步骤六中，所述机器学习算法为支持向量机方法。

3.如权利要求1所述的跨事件新闻文本情感分析方法，其特征在于，所述步骤三中，首先利用结巴分词对事件A和事件B的新闻文本进行中文分词，再去除事件A和事件B的新闻文本的停用词，最后提取事件A和事件B的新闻文本TF-IDF特征，分别形成X_A和X_B。

4.如权利要求1所述的跨事件新闻文本情感分析方法，其特征在于，所述步骤四中，

首先，假设存在一个映射Ф使得映射后的数据分布P(Ф(X_A))与P(Ф(X_B))之间的差值在设定的范围内；

然后，求事件A与事件B的分布之间的距离：

dist(X_A',X_B')＝trace(KWW^TKL)＝trace(W^TKLKW)，其中，K为核矩阵，L为系数矩阵，W为中间矩阵，且L中第i行第j列的元素

最后，求解

min trace(W^TKLKW)+μtrace(W^TW)

s.t.W^TKHKW＝I_m

其中I_m为单位矩阵；得到X_A和X_B映射后分别对应得到新的特征矩阵X_A'和X_B'。

5.如权利要求1所述的跨事件新闻文本情感分析方法，其特征在于，所述步骤五中，所述标签集合表示为L_A＝{e₁,e₂,…,e_n1}，其中n₁为事件A的新闻文本数据集所包含的样本数量，e_i为有关事件A的第i篇新闻文本的情感分类，i＝1，2，...，n₁，e_i的值为1、0或-1。