一种网络舆情信息处理方法和装置

摘要

本发明公开了一种网络舆情信息处理方法和装置，所述方法包括：从网络数据源获取网页；获取网络热词；将所述网络热词和所述网页对应的文档存储在数据集合中；从所述数据集合中提取网页文档进行分词；从所述分词结果中获取目标情感词和基准情感词；计算所述目标情感词与基准情感词的语义距离；根据所述语义距离判断所述网页文档的情感倾向。由于语义距离能够反映出目标情感词与基准情感词之间关联的紧密程度，以及情感词在文档中不同位置对情感倾向的影响，因此，有效提高了对文档情感倾向判断的准确性，这样一来，也就大大提高了对网络舆情信息判断的准确性，为网络舆情信息的后续处理提供了更为真实、准确的基础。

主权项

一种网络舆情信息处理方法，其特征在于，包括：从网络数据源获取网页；获取网络热词；将所述网络热词和所述网页对应的文档存储在数据集合中；从所述数据集合中提取网页文档进行分词；从所述分词结果中获取目标情感词和基准情感词，具体包括：提取单词与预置的标准情感词库匹配，若匹配，则将所述单词作为目标情感词；从所述分词结果中提取单词与预置的基准情感词库匹配，若匹配，则将所述单词作为基准情感词；计算所述目标情感词与基准情感词的语义距离；根据所述语义距离判断所述网页文档的情感倾向；所述将所述网络热词和所述网页对应的文档存储在数据集合之后还包括：通过以下方式对数据集合中的网页文档聚类：从所述数据集合中提取网页文档；计算所述网页文档与目标网络热词的关联度；将关联度超出阈值的网页文档存入所述目标网络热词对应的一类网页集合中；重复上述步骤直到完成对所有网络热词的聚类。