提取社交媒体短文本中重要时间片段的方法

摘要

本发明公开了一种提取社交媒体短文本中重要时间片段的方法，将文本进行时间上的划分；通过动态主题模型提取出社交媒体短文本中的主题词序列，寻找每一个主题词热度排名变化的单调区间后，将趋势相反但属于波动的单调区间或趋势相同但变化幅度较小的单调区间合并，对所有的主题词的合并后的单调区间序列按顺序取交集，计算每个交集的混乱度，排名后得到若干个从主题演变角度确定的重要时间片段；利用朴素贝叶斯分类器对划分时间段后的每条文本进行情感分析，通过情感变化幅度及阈值确定每种情感的重要时间片段取并集；计算并集里的混乱度，排名后得到若干个从情感转换角度确定的重要时间片段；对上述从两个角度确定的重要时间片段取交集即为所得。