[发明专利]情感词汇的识别方法及装置

权利要求书

1.一种情感词汇的识别方法，其特征在于，包括：

根据文本信息的情感倾向性，对所述文本信息进行正负向情感标记，以及对所述文本信息进行分词处理，得到多个情感候选词汇；

根据所述文本信息的正负向情感标记结果和卡方统计特征选择算法，从所述多个情感候选词汇中统计得到词汇卡方值大于或等于预设阈值的第一情感词汇候选集合；

根据所述文本信息的正负向情感标记结果和逻辑回归分类算法，计算所述第一情感词汇候选集合中每个情感候选词汇对应的情感倾向强度值；

将所述第一情感词汇候选集合中情感倾向强度值大于或等于预设强度阈值的情感候选词汇，确定为所述文本信息中存在的情感词汇。

2.根据权利要求1所述的情感词汇的识别方法，其特征在于，所述根据所述文本信息的正负向情感标记结果和逻辑回归分类算法，计算所述第一情感词汇候选集合中每个情感候选词汇对应的情感倾向强度值，具体包括：

计算所述第一情感词汇候选集合中情感候选词汇的tf-idf值，作为所述情感候选词汇的特征值；

以所述情感候选词汇的特征值和所述文本信息的正负向情感标记结果作为计算参数，根据逻辑回归分类算法，计算所述第一情感词汇候选集合中每个情感候选词汇对应的情感倾向强度值。

3.根据权利要求1所述的情感词汇的识别方法，其特征在于，所述方法还包括：

根据所述文本信息的正负向情感标记结果和卡方统计特征选择算法，从所述多个情感候选词汇中统计得到词汇卡方值小于所述预设阈值的第二情感词汇候选集合；

利用知网的相似度计算方法，计算所述第二情感词汇候选集合中每个情感候选词汇对应的情感倾向强度值；

将所述第二情感词汇候选集合中情感倾向强度值大于或等于预设强度阈值的情感候选词汇，确定为所述文本信息中存在的情感词汇。

4.根据权利要求3所述的情感词汇的识别方法，其特征在于，所述利用知网的相似度计算方法，计算所述第二情感词汇候选集合中每个情感候选词汇对应的情感倾向强度值，具体包括：

将所述第二情感词汇候选集合中的情感候选词汇与正向情感词汇集合中的每个正向情感词汇分别计算语义相似度，并计算所述语义相似度相加求和后的第一平均值，以及将所述第二情感词汇候选集合中的情感候选词汇与负向情感词汇集合中的每个负向情感词汇分别计算语义相似度，并计算所述语义相似度相加求和后的第二平均值；

将所述第一平均值与所述第二平均值之差，确定为所述第二情感词汇候选集合中的情感候选词汇的情感倾向强度值。

5.根据权利要求1所述的情感词汇的识别方法，其特征在于，所述根据文本信息的情感倾向性，对所述文本信息进行正负向情感标记，具体包括：

计算文本信息中每个情感短语的情感倾向强度值加和后的平均值；

若所述平均值大于0，则对所述文本信息进行正向情感标记；

若所述平均值小于0，则对所述文本信息进行负向情感标记。

6.根据权利要求1所述的情感词汇的识别方法，其特征在于，所述对所述文本信息进行分词处理，得到多个情感候选词汇，具体包括：

根据中文分词算法，对标记后的文本信息进行分词处理，得到多个词汇；

从所述多个词汇中过滤掉预定词性的词汇，得到多个情感候选词汇。

7.一种情感词汇的识别装置，其特征在于，包括：

处理单元，用于根据文本信息的情感倾向性，对所述文本信息进行正负向情感标记，以及对所述文本信息进行分词处理，得到多个情感候选词汇；

统计单元，用于根据所述文本信息的正负向情感标记结果和卡方统计特征选择算法，从所述多个情感候选词汇中统计得到词汇卡方值大于或等于预设阈值的第一情感词汇候选集合；

计算单元，用于根据所述文本信息的正负向情感标记结果和逻辑回归分类算法，计算所述第一情感词汇候选集合中每个情感候选词汇对应的情感倾向强度值；

确定单元，用于将所述第一情感词汇候选集合中情感倾向强度值大于或等于预设强度阈值的情感候选词汇，确定为所述文本信息中存在的情感词汇。