申请/专利权人：上海海事大学

申请日：2020-10-10

公开（公告）日：2024-05-14

公开（公告）号：CN112214991B

主分类号：G06F40/216

分类号：G06F40/216;G06F40/242;G06F40/284;G06F18/25;G06F16/35

优先权：

专利状态码：有效-授权

法律状态：2024.05.14#授权;2021.01.29#实质审查的生效;2021.01.12#公开

摘要：本发明公开了一种基于多特征融合加权的微博文本立场检测方法，包含：S1、根据指定话题采集相应话题下的所有评论文本，将所有评论文本汇聚于数据集中；S2、对步骤S1中的数据集中的评论文本进行预处理操作；S3、计算步骤S2中所得的每个评论文本的词语的重要性standardx，提取每个评论文本的特征词；S4、提取每个评论文本中的情感词，将所述情感词与步骤S3中的特征词共同作为原文本，对所述原文本进行词向量映射；S5、将步骤S4所得的数据输入SVM分类器以判断目标文本情感极性倾向。其优点是：该方法通过考虑多个方面的属性特征计算词语的权重，筛选出具有更强意义的特征词，从而提高情感立场倾向检测的准确性，提高对大众舆情事件的响应速度。

主权项：1.一种基于多特征融合加权的微博文本立场检测方法，其特征在于，包含：S1、根据指定话题采集相应话题下的所有评论文本，将所有评论文本汇聚于数据集中；S2、对步骤S1中的数据集中的评论文本进行预处理操作；S3、计算步骤S2中所得的每个评论文本的词语的重要性standardx，提取每个评论文本的特征词；S4、提取每个评论文本中的情感词，将所述情感词与步骤S3中的特征词共同作为原文本，对所述原文本进行词向量映射；S5、将步骤S4所得的数据输入SVM分类器以判断目标文本情感极性倾向；所述步骤S3中，根据词语权重公式计算每个评论文本的词语的重要性standardx；所述步骤S3中的词语权重公式的构造方式包含：S31、统计数据集中各词语词频，使用对数函数对词频值进行映射，通过公式1合理化词频对特征词提取时的影响， 其中，wordfrequencex函数表示在对词语x的绝对词频采用对数函数降频后的词频值，d表示总文本数，ki表示词语x在评论文本i中的词频；S32、根据公式2计算词语在不同类间的平均信息熵entropyx， 其中，entropyx表示词语x的类间平均信息熵，C取类别数，pix表示词语x出现在某一类别的概率，根据公式3由平均信息熵entropyx转换为权重加权值importancex，importancex＝1-entropyx3；S33、根据公式4对词语的词长权重lengthx做出修正，lengthx＝true_lengthxα4，其中，true_lengthx表示词语的实际长度，α表示当前数据集下词长种类的中位数；S34、根据公式5构造词语的词频特征frequencex， 其中，N表示总评论文本数，Nx表示包含词语x的评论文本数；S35、结合步骤S31～S34构造特征提取的词语权重公式，所述词语权重公式为：standardx＝frequencex*importancex+lengthx6。

全文数据：

权利要求：

百度查询： 上海海事大学 一种基于多特征融合加权的微博文本立场检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD