[发明专利]一种基于社交网络数据的情感分析方法

摘要

本发明公开了一种基于社交网络数据的情感分析方法，包括：提取用户在社交网络平台上的发布数据；利用标注器对发布数据进行分词和标注；对进行分词和标注后的发布数据进行文本预处理和依存解析；将进行了文本预处理和依存解析后的发布数据划分为训练集和预测集；分别对训练集或预测集的发布数据进行情感分类特征提取；采用线性支持向量机模型对在训练集上提取的情感分类特征进行训练，获得情感分析分类器；采用情感分析分类器对预测集中的情感分类特征进行分析，预测出用户在社交网络平台上发布的目标数据的情感倾向。本发明针对社交网络数据的特点，有效提高对情感倾向预测的准确性。

主权项

1.一种基于社交网络数据的情感分析方法，其特征在于，包括：根据用户序列号，通过API接口并使用Python脚本提取用户在社交网络平台上的发布数据；利用标注器对所述发布数据进行分词和标注；所述标注包括词性标注和符号标注；对进行分词和标注后的发布数据进行文本预处理和依存解析，过滤冗余数据，获取句法结构特征和词汇之间的依存关系；将进行了文本预处理和依存解析后的发布数据划分为训练集和预测集；分别对所述训练集或所述预测集的每一条发布数据进行情感分类特征提取；其中，所述情感分类特征包括文体特征、句法特征和情感词典特征；采用线性支持向量机模型对在所述训练集上提取的情感分类特征进行训练，获得情感分析分类器；采用所述情感分析分类器对所述预测集中的情感分类特征进行分析，预测出用户在社交网络平台上发布的目标数据的情感倾向；其中，发布数据的情感词典特征通过以下步骤提取：根据情感词典以及发布数据中每个词汇的情感值，将发布数据中的词汇划分为全单词组，正向情感值单词组，负向情感值单词组；其中，所述情感词典包含情感词语及其正向情感值和负向情感值；在所述全单词组中提取最后一个词汇的情感值、所有单个词汇的总情感值、所有两个连续词汇的总情感值、所有不连续词汇的总情感值，以及情感值不为零的词汇数目，作为所述全单词组的情感词典特征；在所述正向情感值单词组和所述负向情感值单词组中，分别提取情感值绝对值的最大值、所有单个词汇的总情感值，以及词汇数目，作为所述正向情感值单词组或所述负向情感值单词组对应的情感词典特征；将不同情感词典的各个情感值分组的情感词典特征进行合并，获得当前发布数据的情感词典特征。