一种基于WEB挖掘的非规范语言处理方法

摘要

一种基于WEB挖掘的非规范语言处理方法，本发明涉及计算机数据挖掘领域，特别涉及到网络情感挖掘方案的技术。本专利公开一种对网络非规范语言进行处理的方法，属于计算机数据挖掘领域。该方法提出运用最小化监督学的方法来处理非规范语言。将正常的非规范语言的种类由六类简化为两种不相交的类别：典型非规范语言和歧义非规范语言。对于典型非规范语言，提出一种基于序列覆盖的模式匹配算法。而对于歧义非规范语言，提出一种基于特征抽取的分类算法将其处理。最终能够得到完全正规的书面词语，从而方便了主观意见型的挖掘工作，能够更好的抽取情感，意见，建议等信息。

主权项

一种网络非规范语言的处理方法，其目的在于应用最小化的训练数据就可以得到很好的处理结果。将网络上经常使用的非规范语言分为两大类：典型非规范语言和歧义非规范语言。针对不同类型采用不同的处理方法。其目的是使用尽量少的训练数据得到最大化的正规化处理结果。