CN106126502B - 一种基于支持向量机的情感分类***及方法 - Google Patents

一种基于支持向量机的情感分类***及方法 Download PDF

Info

Publication number
CN106126502B
CN106126502B CN201610529672.0A CN201610529672A CN106126502B CN 106126502 B CN106126502 B CN 106126502B CN 201610529672 A CN201610529672 A CN 201610529672A CN 106126502 B CN106126502 B CN 106126502B
Authority
CN
China
Prior art keywords
word
feature
text
support vector
vector machines
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610529672.0A
Other languages
English (en)
Other versions
CN106126502A (zh
Inventor
王欣
钟吉英
赵亮
谭斌
于成业
郝妙
赵海臣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Changhong Electric Co Ltd
Original Assignee
Sichuan Changhong Electric Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan Changhong Electric Co Ltd filed Critical Sichuan Changhong Electric Co Ltd
Priority to CN201610529672.0A priority Critical patent/CN106126502B/zh
Publication of CN106126502A publication Critical patent/CN106126502A/zh
Application granted granted Critical
Publication of CN106126502B publication Critical patent/CN106126502B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/237—Lexical tools
    • G06F40/247—Thesauruses; Synonyms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/34—Browsing; Visualisation therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/374—Thesaurus
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Machine Translation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及舆情分析技术，其公开了一种基于支持向量机的情感分类***及方法，以供快速、准确从用户评论信息中发现舆情。本发明利用爬虫模块获取用户发表在论坛的评论信息，通过对数据进行分词等预处理，得到评论文本的特征词组以及具有典型性的训练数据，随后对训练数据进行情感标注，并利用支持向量机对训练数据进行计算，得到分类模型，依据分类模型，对待分类的评价文本进行分析，得到预计的情感状态，最后利用可视化模块，展示分类结果，帮助用户快速了解基于不同实体对象(关键字)的用户情感，并进而了解互联网舆情，适用于网站、论坛的舆情分析。

Description

一种基于支持向量机的情感分类***及方法
技术领域
本发明涉及舆情分析技术，具体涉及一种基于支持向量机的情感分类***及方法。
背景技术
随着互联网的快速发展，互联网上的数据呈现***式增长。据不完全统计，1分钟内，Twitter上新增的微博达10万条。而在国内，新浪微博用户数6.5亿，日活跃用户达4600万，腾讯微博用户数6.2亿，日活跃用户约1亿；不仅如此，传统的论坛网站中有价值的信息大约在1年1亿条左右。如此庞大的活跃用户及其所发布的内容丰富、情感鲜明的评论背后，隐藏着众多有价值的信息。对这些信息的分析，可以帮助发现评论者对特定主体的情感，例如：微博/论坛用户对于企业“正面”或“负面”的评价，对于社会***的观点等，从而帮助人们掌握舆论导向，分析问题缘由等。
然而，对评论文本进行分类，并发现用户的情感偏好是一项具有挑战性的工作，例如：某用户A发表了“注意冒充电信工作人员的女骗子”的帖子，用户B回复说“老人的钱好骗。”如果不考虑文本的场景，仅对句子本身进行情感判别，往往会取得不一致的判断结果。为此，我们研发了一种基于支持向量机的情感分类方法，用于对用户发表在微博、论坛里的文本信息进行分类，进而分析针对特定主体的舆情状况。
发明内容
本发明所要解决的技术问题是：提出一种基于支持向量机的情感分类***及方法，以供快速、准确从用户评论信息中发现舆情。
本发明解决其技术问题所采用的技术方案是：
一种基于支持向量机的情感分类***，其包括：
数据采集及预处理模块，负责利用网络爬虫进行数据爬取，获取用户所发表的评论信息，并对评论信息进行预处理；
特征词及训练样本生成模块，负责以经过预处理的评论文本作为输入，选取带有特定词性的高频词作为特征词，并加入特征辞典；选取包含特征词的评价文本作为训练样本，并对训练样本的情感进行人工标注；
SVM分类模块，负责以特征辞典为基础，对训练样本提取特征向量，输入支持向量机生成分类模型；利用分类模型对待分类的评价文本的情感值进行计算，分析文本的情感取向；
可视化模块，负责将分析结果在web端进行展现。
此外，本发明还提供了一种基于支持向量机的情感分类方法，其包括以下步骤：
A、利用网络爬虫进行数据爬取，获取用户所发表的评论信息，并对评论信息进行预处理；
B、以经过预处理的评论文本作为输入，选取带有特定词性的高频词作为特征词，并加入特征辞典；选取包含特征词的评价文本作为训练样本，并对训练样本的情感进行人工标注；
C、以特征辞典为基础，对训练样本提取特征向量，输入支持向量机生成分类模型；利用分类模型对待分类的评价文本的情感值进行计算，分析文本的情感取向；
D、将分析结果在web端进行展现。
作为进一步优化，步骤A中，所述利用网络爬虫进行数据爬取，获取用户所发表的评论信息，具体包括：
从指定的站点开始，以宽度优先的模式爬取网页，针对每一个获取到的网页，对其页面源代码进行解析，获取网页内用户评论信息，将获取的评论信息写入数据库。
作为进一步优化，步骤A中，所述对评论信息进行预处理，具体包括:
采用中文分词工具包对用户的评价信息进行分词，并标注词性。
作为进一步优化，步骤B中，所述选取带有特定词性的高频词作为特征词，具体包括：基于FindCover算法选取词性为名词、动词和形容词的高频词语作为特征词。
作为进一步优化，所述基于FindCover算法选取词性为名词、动词和形容词的高频词语作为特征词，具体方法为：
确定FindCover算法的输入：分词并标注词性的评价文本集合U、特征词个数n、特征词长度L、词性集合P；
确定FindCover算法的输出：特征词组S；
选取过程包括：
步骤1、初始化集合S，A；
步骤2、计算映射关系Map M，将每个词语word映射到一组包含该word的文本id：M(word)；
步骤3、当集合S未包含n个词语时，则寻找词语word，使其满足三个条件：
(i)词性满足P的要求；
(ii)长度满足L的要求；
(iii)当前的覆盖率coverage＝|M(word)-A|最大；
步骤4、如果寻找到的word的覆盖率coverage＝0,则终止循环，否则，将word加入S，将M(word)加入A，返回步骤3继续循环，直至集合S包含n个词语或寻找到的word的覆盖率coverage＝0；
步骤5、返回集合S作为特征词组。
作为进一步优化，所述n、P、L的取值可根据实际情况进行调整。
作为进一步优化，步骤B中，所述选取包含特征词的评价文本作为训练样本，具体包括：
根据FindCover算法返回的特征词组S，采用以下策略选取训练样本：首先，输出所有包含特征词的评价文本集合Uf，若|Uf|>1％|U|，则从Uf中随机选择1％|U|个评价文本作为训练样本；否则输出Uf作为训练样本。
作为进一步优化，步骤C中，所述对训练样本提取特征向量，输入支持向量机生成分类模型，具体包括：
首先根据特征词将样本数据中的文本转换为形如“<标记>特征1:个数特征2:个数……特征n:个数”的格式，若采用三分法，则<标记>取值为positive，negative或neutral；若采用二分法，则<标记>取值为positive和negative；随后将转换好的训练数据输入到LIBSVM库中进行分类训练。
作为进一步优化，步骤D中，将分析结果在web端进行展现，所述展现的内容包括：基于特定关键词的文本的“正面”、“负面”、“中性”的比例、情感相关的原始文本、按时间维度展现文本的情感变化。
本发明的有益效果是：利用爬虫模块获取用户发表在论坛的评论信息，通过对数据进行分词等预处理，得到评论文本的特征词组以及具有典型性的训练数据，随后对训练数据进行情感标注，并利用支持向量机对训练数据进行计算，得到分类模型，依据分类模型，对待分类的评价文本进行分析，得到预计的情感状态，最后利用可视化模块，展示分类结果，帮助用户快速了解基于不同实体对象(关键字)的用户情感，并进而了解互联网舆情。
附图说明
图1为本发明基于支持向量机的情感分类***结构框图。
具体实施方式
如图1所示，作为本发明的一个实施例，基于支持向量机的情感分类***包括：
数据采集及预处理模块，负责利用网络爬虫进行数据爬取，获取用户所发表的评论信息，并对评论信息进行预处理；
特征词及训练样本生成模块，负责以经过预处理的评论文本作为输入，选取带有特定词性的高频词作为特征词，并加入特征辞典；选取包含特征词的评价文本作为训练样本，并对训练样本的情感进行人工标注；
SVM分类模块，负责以特征辞典为基础，对训练样本提取特征向量，输入支持向量机生成分类模型；利用分类模型对待分类的评价文本的情感值进行计算，分析文本的情感取向；
可视化模块，负责将分析结果在web端进行展现。
下面对各个功能模块的具体实现进行说明：
(一)数据采集及预处理模块(Data Collection and Preprocessing Module，简称CPM)
数据采集的主要流程如下：
(1)从指定的站点(起始网站)开始，以宽度优先的模式爬取网页；
(2)针对每一个获取到的网页，对其页面源代码进行解析，获取网页内相关的信息，如：用户评论信息等；
(3)将数据写入数据库。
数据预处理的主要流程为利用中科院研发的中文分词工具包对用户的评价文本进行分词，并标注词性。
(二)特征词及训练样本生成模块(Training Data Generation Module简称TGM)
鉴于本发明将采用支持向量机(Support Vector Machine，以下简称SVM)对评论文本进行分类，因此提取一组具有代表性的特征词，并在此基础上选取高质量的训练样本是保证分类质量的关键。为此，我们采用如下方法进行特征词和训练样本的遴选。主要的步骤如下：
(A)特征词的选取
TGM采用算法FindCover来选取典型的特征词。此外，根据实际观察，TGM选取词性为名词(n)，动词(v)和形容词(a)的词语作为特征词，即FindCover算法的输入P为数组{n,v,a}；此外在实际计算中，TGM选取长度L〉1的词语作为特征词。值得一提的是，对于n，P和L的取值，可以根据实际需要进行调整。
算法FindCover
输入：已分词并标注词性的评价文本集合U，特征词个数n，特征词长度L,词性集合P
输出：特征词组
1.初始化集合S，A；这里的集合S是用于存放特征词组的集合；这里的集合A为评价文本集合U的子集，专门用于存放S中的特征词word所对应的文本id。
2.计算映射关系Map M，将每个词语word映射到一组包含该word的文本id:M(word)；
3.当S未包含n个词语时,则寻找词语word，使其满足三个条件：
(i)词性满足P的要求；
(ii)长度满足L的要求；
(iii)当前的覆盖率coverage＝|M(word)-A|最大；
4.如果寻找到的word的覆盖率coverage＝0,则终止循环，否则，将word加入S，将M(word)加入A，返回步骤3继续循环，直至集合S包含n个词语或寻找到的word的覆盖率coverage＝0；
5.返回集合S作为特征词组。
(B)训练样本的选取
根据FindCover返回的特征词组S，TGM采用以下策略选取训练样本：首先，输出所有包含特征词的评价文本集合Uf。若|Uf|>1％|U|，则从Uf中随机选择1％|U|个评价文本作为训练样本；否则输出Uf作为训练样本。选定的训练样本将进行人工情感标注。实际使用过程中，可以将文本根据情感分成2类，即：正面，负面；也可分成三类，即正面，中性，负面。
(三)SVM分类模块(SVM Training Module，简称STM)
STM首先根据特征词将样本数据中的文本转换为形如：“<标记>特征1:个数特征2:个数……特征n:个数”的格式，其中若采用三分法，则<标记>可以取值为positive，negative或neutral；若采用二分法，则<标记>可以取值为positive和negative。STM随后将转换好的训练数据输入到LIBSVM库中进行分类训练。在得到训练结果后，STM应用这些分类规则对待分类的文本进行计算，分析文本的情感取向。
(四)可视化模块(Visualization Module，简称VM)
VM将分析结果在Web端进行展现，主要可视内容包括：(1)基于特定关键词的文本的“正面”、“负面”、“中性”的比例；(2)情感相关的原始文本；(3)按时间维度展现文本的情感变化。

Claims (8)

1.一种基于支持向量机的情感分类***，其特征在于，包括：
数据采集及预处理模块，负责利用网络爬虫进行数据爬取，获取用户所发表的评论信息，并对评论信息进行预处理；
特征词及训练样本生成模块，负责以经过预处理的评论文本作为输入，基于FindCover算法选取词性为名词、动词和形容词的高频词语作为特征词，并加入特征辞典；选取包含特征词的评价文本作为训练样本，并对训练样本的情感进行人工标注；
SVM分类模块，负责以特征辞典为基础，对训练样本提取特征向量，输入支持向量机生成分类模型；利用分类模型对待分类的评价文本的情感值进行计算，分析文本的情感取向；
可视化模块，负责将分析结果在web端进行展现；
所述基于FindCover算法选取词性为名词、动词和形容词的高频词语作为特征词，具体方法为：
确定FindCover算法的输入：分词并标注词性的评价文本集合U、特征词个数n、特征词长度L、词性集合P；
确定FindCover算法的输出：特征词组S；
选取过程包括：
步骤1、初始化集合S，A；集合A为评价文本集合U的子集，专门用于存放S中的特征词word所对应的文本id；
步骤2、计算映射关系Map M，将每个词语word映射到一组包含该word的文本id：M(word)；
步骤3、当集合S未包含n个词语时，则寻找词语word，使其满足三个条件：
(i)词性满足P的要求；
(ii)长度满足L的要求；
(iii)当前的覆盖率coverage＝|M(word)-A|最大；
步骤4、如果寻找到的word的覆盖率coverage＝0,则终止循环，否则，将word加入S，将M(word)加入A，返回步骤3继续循环，直至集合S包含n个词语或寻找到的word的覆盖率coverage＝0；
步骤5、返回集合S作为特征词组。
2.一种基于支持向量机的情感分类方法，其特征在于，包括以下步骤：
A、利用网络爬虫进行数据爬取，获取用户所发表的评论信息，并对评论信息进行预处理；
B、以经过预处理的评论文本作为输入，选取带有特定词性的高频词作为特征词，并加入特征辞典；选取包含特征词的评价文本作为训练样本，并对训练样本的情感进行人工标注；
C、以特征辞典为基础，对训练样本提取特征向量，输入支持向量机生成分类模型；利用分类模型对待分类的评价文本的情感值进行计算，分析文本的情感取向；
D、将分析结果在web端进行展现；
步骤B中，所述选取带有特定词性的高频词作为特征词，具体包括：
基于FindCover算法选取词性为名词、动词和形容词的高频词语作为特征词，具体方法为：
确定FindCover算法的输入：分词并标注词性的评价文本集合U、特征词个数n、特征词长度L、词性集合P；
确定FindCover算法的输出：特征词组S；
选取过程包括：
步骤1、初始化集合S，A；集合A为评价文本集合U的子集，专门用于存放S中的特征词word所对应的文本id；
步骤2、计算映射关系Map M，将每个词语word映射到一组包含该word的文本id：M(word)；
步骤3、当集合S未包含n个词语时，则寻找词语word，使其满足三个条件：
(i)词性满足P的要求；
(ii)长度满足L的要求；
(iii)当前的覆盖率coverage＝|M(word)-A|最大；
步骤4、如果寻找到的word的覆盖率coverage＝0,则终止循环，否则，将word加入S，将M(word)加入A，返回步骤3继续循环，直至集合S包含n个词语或寻找到的word的覆盖率coverage＝0；
步骤5、返回集合S作为特征词组。
3.如权利要求2所述的一种基于支持向量机的情感分类方法，其特征在于，步骤A中，所述利用网络爬虫进行数据爬取，获取用户所发表的评论信息，具体包括：
从指定的站点开始，以宽度优先的模式爬取网页，针对每一个获取到的网页，对其页面源代码进行解析，获取网页内用户评论信息，将获取的评论信息写入数据库。
4.如权利要求2所述的一种基于支持向量机的情感分类方法，其特征在于，步骤A中，所述对评论信息进行预处理，具体包括:
采用中文分词工具包对用户的评价信息进行分词，并标注词性。
5.如权利要求2所述的一种基于支持向量机的情感分类方法，其特征在于，所述n、P、L的取值可根据实际情况进行调整。
6.如权利要求2所述的一种基于支持向量机的情感分类方法，其特征在于，步骤B中，所述选取包含特征词的评价文本作为训练样本，具体包括：
根据FindCover算法返回的特征词组S，采用以下策略选取训练样本：首先，输出所有包含特征词的评价文本集合Uf，若|Uf|>1％|U|，则从Uf中随机选择1％|U|个评价文本作为训练样本；否则输出Uf作为训练样本。
7.如权利要求2所述的一种基于支持向量机的情感分类方法，其特征在于，步骤C中，所述对训练样本提取特征向量，输入支持向量机生成分类模型，具体包括：
首先根据特征词将样本数据中的文本转换为形如“<标记>特征1:个数特征2:个数……特征n:个数”的格式，若采用三分法，则<标记>取值为positive，negative或neutral；若采用二分法，则<标记>取值为positive或negative；随后将转换好的训练数据输入到LIBSVM库中进行分类训练。
8.如权利要求2所述的一种基于支持向量机的情感分类方法，其特征在于，步骤D中，将分析结果在web端进行展现，所述展现的内容包括：基于特定关键词的文本的“正面”、“负面”、“中性”的比例、情感相关的原始文本、按时间维度展现文本的情感变化。
CN201610529672.0A 2016-07-07 2016-07-07 一种基于支持向量机的情感分类***及方法 Active CN106126502B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610529672.0A CN106126502B (zh) 2016-07-07 2016-07-07 一种基于支持向量机的情感分类***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610529672.0A CN106126502B (zh) 2016-07-07 2016-07-07 一种基于支持向量机的情感分类***及方法

Publications (2)

Publication Number Publication Date
CN106126502A CN106126502A (zh) 2016-11-16
CN106126502B true CN106126502B (zh) 2018-10-30

Family

ID=57283438

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610529672.0A Active CN106126502B (zh) 2016-07-07 2016-07-07 一种基于支持向量机的情感分类***及方法

Country Status (1)

Country Link
CN (1) CN106126502B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106407449A (zh) * 2016-09-30 2017-02-15 四川长虹电器股份有限公司 一种基于支持向量机的情感分类方法
CN106776557B (zh) * 2016-12-13 2020-09-08 竹间智能科技（上海）有限公司 情感机器人的情感状态记忆识别方法及装置
CN106682192B (zh) * 2016-12-29 2020-07-03 北京奇虎科技有限公司 一种基于搜索关键词训练回答意图分类模型的方法和装置
CN106649890B (zh) * 2017-02-07 2020-07-14 税云网络科技服务有限公司 数据存储方法和装置
CN107229684B (zh) * 2017-05-11 2021-05-18 合肥美的智能科技有限公司 语句分类方法、***、电子设备、冰箱及存储介质
CN107291902B (zh) * 2017-06-23 2020-05-08 中国人民解放军国防科学技术大学 一种基于混合分类技术的大众贡献审阅自动标注方法
CN110689033A (zh) * 2018-07-05 2020-01-14 第四范式（北京）技术有限公司 用于模型训练的数据获取方法、装置、设备及存储介质
CN110377727B (zh) * 2019-06-06 2022-06-17 深思考人工智能机器人科技（北京）有限公司 一种基于多任务学习的多标签文本分类方法和装置
CN112487266A (zh) * 2019-09-12 2021-03-12 北京国双科技有限公司 情感标注方法、装置、计算机设备及存储介质
US20210150594A1 (en) * 2019-11-15 2021-05-20 Midea Group Co., Ltd. System, Method, and User Interface for Facilitating Product Research and Development
CN113553422A (zh) * 2021-07-16 2021-10-26 山东建筑大学 基于语言值卷积规则推理网络的用户偏好预测方法及***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1256931A1 (en) * 2001-05-11 2002-11-13 Sony France S.A. Method and apparatus for voice synthesis and robot apparatus
CN103034626A (zh) * 2012-12-26 2013-04-10 上海交通大学 情感分析***及方法
CN103116644A (zh) * 2013-02-26 2013-05-22 华南理工大学 Web主题倾向性挖掘与决策支持的方法
CN104731770A (zh) * 2015-03-23 2015-06-24 中国科学技术大学苏州研究院 基于规则和统计模型的中文微博情感分析方法
CN104965822A (zh) * 2015-07-29 2015-10-07 中南大学 一种基于计算机信息处理技术的中文文本情感分析方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1256931A1 (en) * 2001-05-11 2002-11-13 Sony France S.A. Method and apparatus for voice synthesis and robot apparatus
CN103034626A (zh) * 2012-12-26 2013-04-10 上海交通大学 情感分析***及方法
CN103116644A (zh) * 2013-02-26 2013-05-22 华南理工大学 Web主题倾向性挖掘与决策支持的方法
CN104731770A (zh) * 2015-03-23 2015-06-24 中国科学技术大学苏州研究院 基于规则和统计模型的中文微博情感分析方法
CN104965822A (zh) * 2015-07-29 2015-10-07 中南大学 一种基于计算机信息处理技术的中文文本情感分析方法

Also Published As

Publication number Publication date
CN106126502A (zh) 2016-11-16

Similar Documents

Publication Publication Date Title
CN106126502B (zh) 一种基于支持向量机的情感分类***及方法
CN103544255B (zh) 基于文本语义相关的网络舆情信息分析方法
CN103678564B (zh) 一种基于数据挖掘的互联网产品调研***
Zhang et al. Encoding conversation context for neural keyphrase extraction from microblog posts
CN104881458B (zh) 一种网页主题的标注方法和装置
CN104679825B (zh) 基于网络文本的地震宏观异常信息获取与筛选方法
CN113822067A (zh) 关键信息提取方法、装置、计算机设备及存储介质
CN110413787B (zh) 文本聚类方法、装置、终端和存储介质
CN104199972A (zh) 一种基于深度学习的命名实体关系抽取与构建方法
CN104933113A (zh) 一种基于语义理解的表情输入方法和装置
CN101127042A (zh) 一种基于语言模型的情感分类方法
CN103488724A (zh) 一种面向图书的阅读领域知识图谱构建方法
CN110457579B (zh) 基于模板和分类器协同工作的网页去噪方法及***
CN105183715B (zh) 一种基于词分布和文档特征的垃圾评论自动分类方法
CN110738033B (zh) 报告模板生成方法、装置及存储介质
CN108763348A (zh) 一种扩展短文本词特征向量的分类改进方法
CN111309910A (zh) 文本信息挖掘方法及装置
CN112069312B (zh) 一种基于实体识别的文本分类方法及电子装置
CN107357785A (zh) 主题特征词抽取方法及***、情感极性判断方法及***
WO2014029318A1 (en) Method and apparatus for identifying webpage type
CN106055560A (zh) 一种基于统计机器学习方法的分词字典数据采集方法
CN106407449A (zh) 一种基于支持向量机的情感分类方法
CN112989208A (zh) 一种信息推荐方法、装置、电子设备及存储介质
CN112084333A (zh) 一种基于情感倾向分析的社交用户生成方法
CN115438274A (zh) 基于异质图卷积网络的虚假新闻识别方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant