一种融合显性和隐性特征的中文微博情感分析方法

摘要

一种融合显性和隐性特征的中文微博情感分析方法，包括以下步骤：1)微博显性特征处理，1.1)表情符号处理；1.2)情感词处理；2)微博隐性特征处理：基于频繁项集创建初始情感簇，每个初始情感簇文本都含有频繁项集，采用知网的中文语义相似度模型，根据最大语义隶属度原则分离各个初始情感簇；最后，通过定义簇间语义相似度矩阵，完成微博情感簇的凝聚式层次聚类，并优化得到最终的情感簇，实现微博情感分析。本发明提供一种灵活性较高、可靠性较好的融合显性和隐性特征的中文微博情感分析方法。

主权项

一种融合显性和隐性特征的中文微博情感分析方法，其特征在于：所述中文微博情感分析方法包括以下步骤：1)微博显性特征处理，具体包括以下过程：1.1)表情符号处理：根据微博自带的表情构建情感符号库，依据7类情感分类方法，将情感分为高兴、喜好、愤怒、悲伤、恐惧、厌恶、惊讶七个类别，将出现频率排在前150的表情符号，作统一化处理，即先建立情感符号表，将150个表情符号放入情感符号表，通过查表方式判断该情感符号是否属于情感符号表，若是则提取情感符号，通过转换成情感类别后写入情感特征表；1.2)情感词处理：建立一个情感词典的情感词表，将这些情感词放入词表中，通过查表的方式判断通过文本分词后是否是情感词，若是则提取情感词，并写入情感特征表；先建立一个网络词汇的情感词表，将这些网络词汇放入词表中，通过查表方式判定部分微博内容的情感类别；2)微博隐性特征处理：基于频繁项集创建初始情感簇，每个初始情感簇文本都含有频繁项集，采用知网的中文语义相似度模型，根据最大语义隶属度原则分离各个初始情感簇；最后，通过定义簇间语义相似度矩阵，完成微博情感簇的凝聚式层次聚类，并优化得到最终的情感簇，实现微博情感分析。