基于主题情感语义提取的细粒度观点挖掘方法

摘要

本发明公开了一种基于主题情感语义提取的细粒度观点挖掘方法，利用基于云模型的主题情感统一最大熵模型进行主题情感语义提取，包括以下步骤：（1）使用基于LDA的最大熵模型进行特征词和观点词提取；（2）开展情感极性分析，同时对具有不确定性的情感进行定性定量转换建模，在此基础上提出情感修正算法，通过贴近度和云期望曲线实现全局情感和主题情感的相似度计算，进而完成对情感偏差的校正，即将句子的情感划分为五类：负向，弱负向，中立，弱正向，正向，分别对应情感数值为1‑5，进而有效提高观点挖掘的精确度；（3）总结归纳生成情感摘要。本发明方法有效提高了语义分析中的情感极性，使之更加精确，更加细腻，更加符合人们的情感。