[发明专利]基于主题情感语义提取的细粒度观点挖掘方法在审
| 申请号： | 201611029643.4 | 申请日： | 2016-11-15 |
| 公开（公告）号： | CN106599063A | 公开（公告）日： | 2017-04-26 |
| 发明（设计）人： | 杨正良;李舒燕 | 申请（专利权）人： | 武汉璞华大数据技术有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京科亿知识产权代理事务所(普通合伙)11350 | 代理人： | 傅海鹏 |
| 地址： | 430000 湖北省武汉市雄*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于主题情感语义提取的细粒度观点挖掘方法，利用基于云模型的主题情感统一最大熵模型进行主题情感语义提取，包括以下步骤（1）使用基于LDA的最大熵模型进行特征词和观点词提取；（2）开展情感极性分析，同时对具有不确定性的情感进行定性定量转换建模，在此基础上提出情感修正算法，通过贴近度和云期望曲线实现全局情感和主题情感的相似度计算，进而完成对情感偏差的校正，即将句子的情感划分为五类负向，弱负向，中立，弱正向，正向，分别对应情感数值为1‑5，进而有效提高观点挖掘的精确度；（3）总结归纳生成情感摘要。本发明方法有效提高了语义分析中的情感极性，使之更加精确，更加细腻，更加符合人们的情感。 | ||
| 搜索关键词： | 基于 主题 情感 语义 提取 细粒度 观点 挖掘 方法 | ||
【主权项】：
基于主题情感语义提取的细粒度观点挖掘方法，利用基于云模型的主题情感统一最大熵模型进行主题情感语义提取，其特征在于，所述的方法包括以下步骤：(1)首先，使用基于LDA的最大熵模型进行特征词和观点词提取；(2)然后，开展情感极性分析，同时对具有不确定性的情感进行定性定量转换建模，在此基础上提出情感修正算法，通过贴近度和云期望曲线实现全局情感和主题情感的相似度计算，进而完成对情感偏差的校正，即将句子的情感划分为五类：负向，弱负向，中立，弱正向，正向，分别对应情感数值为1‑5，进而有效提高观点挖掘的精确度；(3)最后，总结归纳生成情感摘要。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉璞华大数据技术有限公司，未经武汉璞华大数据技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611029643.4/，转载请声明来源钻瓜专利网。
