[发明专利]一种基于Word2Vec网络情感新词发现的文本倾向性分析方法

摘要

本发明公开了一种基于Word2Vec网络情感新词发现的文本倾向性分析方法。该方法加入了基于Word2Vec的网络情感新词发现方法，它可以自动识别网络中口语化的情感词语，扩充关键的正负倾向情感词典，提升针对网络语料的分析准确性。首先对文本进行预处理，在分句的基础上进行句法分析，找出句子中的依存关系及主导词和修饰词，将主导词在正、负面词典中比对得到初始词语极性，再将修饰词与词语程度级别词典和否定词词典比对得到修饰词权重，把二者相乘得出依存关系层次的情感分数。然后提取句子中的表情符号和句子顺序所带有的权值，将其与句子中所有依存关系情感分数之和相乘，得出该条语句的情感倾向分数。该方法可以提升文本倾向性分析的准确性。

主权项

一种基于Word2Vec网络情感新词发现的文本倾向性分析方法，其特征在于，包括以下步骤：步骤1、文本预处理，将不同的语料预先进行断句、格式处理、分词和词性标注，根据不同的语料布局，分别设置相应的文本读取方式；步骤2、确定句子中字词间的依存关系，使用斯坦福大学的句法分析系统进行句法分析；步骤3、词典发现，利用Word2vec模型来实现网络情感新词发现从而得到正负面词典，并分别获取程度级别词典、否定词词典和标点符号词典；步骤4、分数计算，得到所有需要的词典之后按照抽取出的依存关系，将每个依存关系的主导词和修饰词分数相乘，再将句子中每个依存关系的分数求和，得到每个句子的分数，得到最后的分数。