[发明专利]一种融合话题属性和情感信息的文本数据观点摘要挖掘方法

摘要

本发明提供一种融合话题属性和情感信息的文本数据观点摘要挖掘方法，包括：对话题的文本语料集进行预处理；输入话题语料集和背景语料集；提取话题语料集的话题属性；将得到的话题属性添加情感极性，对句子向量化；将得到的话题属性作为评价对象，得出句子包含的情感属性特征，通过话题属性和情感分析方法将一个句子进行特征向量化；利用得到的话题属性集合、文本句子特征向量集合S构建三层图结构，把所有文本句子聚类；从类簇中挑选句子组成观点摘要，挑选得分高的句子组成观点摘要。本发明使得采用提取话题属性方法提取的话题属性更为精准，同样使其不仅仅应用与中文微博领域，更可以用于网站新闻、商品评论领域。

主权项

1.一种融合话题属性和情感信息的文本数据观点摘要挖掘方法，其特征在于：包括以下步骤：步骤S1：对话题的文本语料集进行预处理，清理一些不相关的词；步骤S2：输入话题语料集和背景语料集；步骤S3：利用对数似然比方法提取话题语料集的话题属性；步骤S4：将步骤S3得到的话题属性添加情感极性，情感极性包括正面情感、负面情感，由此将正面话题属性和负面话题属性作为情感属性特征，用于对句子向量化；步骤S5：将步骤3得到的话题属性作为评价对象，采用面向多评价对象的动态词序列情感分析方法分析句子中包含的评价对象的情感极性，得出句子包含的情感属性特征，句子包含情感属性特征则相应特征值为1，不包含则特征则值为0，如此通过话题属性和情感分析方法将一个句子进行特征向量化，并把文本句子中所有的正面话题属性用表示，负面话题属性集合用表示；步骤S6：利用步骤S5得到的、、文本句子特征向量集合S构建三层图结构，利用图的连通性，三层图网络变成各个独立的图，每个图中的句子就形成一个类簇，从而把所有文本句子聚类；步骤S7：从类簇中挑选句子组成观点摘要，提出基于图聚类的观点句子选择方法，定义观点句子评分函数，函数考虑句子包含的情感话题属性因素、情感话题属性被包含的句子个数因素及句子的情感信息因素，利用观点句子评分函数对类簇中句子进行评分，从每个类簇中挑选得分高的句子组成观点摘要。