CN102385579A - 互联网信息分类方法和系统 - Google Patents

Abstract

本发明提出了一种互联网信息分类方法和系统，属于计算机技术领域。本发明实施例的系统包括：分词模块、预置关键词库模块、匹配模块。方法包括：获取用户输入的评论，并对所述评论进行分词以获取关键词；将所述关键词与预置的关键词库进行匹配，以获取每一关键词对应的情感值；该预置的关键词库存储至少两个分类的关键词，所述每一分类中分别预存储有至少一个关键词，以及该关键词对应的情感值；根据每一关键词对应的情感值获得所述评价的情感值。本发明实施例可以通过预置的关键词库及关键词对应的情感值，获取通过分词并匹配的方式获取用户评论对应的情感值。这样相比较现有技术中人工统计的方式，统计结果更加精确且效率高。

Description

互联网信息分类方法和系统

技术领域

本发明涉及计算机技术领域，特别涉及一种互联网信息分类方法和系统。

背景技术

随着互联网技术的发展以及网络的普及，越来越的网络用户不仅满足于简单的获取资讯，而希望参与到其中，因此对互联网发布的文章进行评论的功能应运而生。对文章进行评论是指，浏览新闻、博客等互联网上发送的文章的用户可以通过输入一段文字，以发表自己对文章的意见。中文博大精深，根据《第一届中国情感计算及智能交互学术会议》2003年第1卷中公开的许小颖等的论文《汉语情感系统中情感划分的研究》中将中文的分成8类型，33个子类型，即如下表所示：

类型	子类型
		喜	喜悦，激动，自信，安心，满足
爱	喜爱，同情，敬佩，赞美，感动，信任，希望，谅解，感激，鼓励
		怒	愤怒
哀	愁闷，悲伤，失望，后悔，羞疚，委屈，否定
		恶	不喜欢，烦厌，急躁，嫉妒，责备，鄙视，疑问
惧	慌惧
		惊	骇惊
叹	感叹

表1

而在用户发表的评论中包含了用户阅读完该文章后的感觉和心情。以腾讯新闻为例，每天仅位于评论排行榜前二十位的用户评论就多达五万条以上。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：

现有技术中对用户发表的评论简单的进行存储并显示，并通过人工的方式对评价进行统计以对新闻进行分类，分类的方式可以依据前述的8大类。但是这种人工统计的方式不仅会因统计者的主观意见导致统计结果不精确，且效率极低。

发明内容

为了解决现有技术中通过人工的方式统计用户评论导致统计结果不精确且效率很低的问题，本发明实施例提出的互联网信息分类方法和系统的技术方案如下：

本发明实施例提出了一种互联网信息分类方法，包括：

获取用户输入的评论，并对所述评论进行分词以获取关键词；

将所述关键词与预置的关键词库进行匹配，以获取每一关键词对应的情感值；该预置的关键词库存储至少两个分类的关键词，所述每一分类中分别预存储有至少一个关键词，以及该关键词对应的情感值；

根据每一关键词对应的情感值获得所述评价的情感值。

作为上述技术方案的优选，所述根据每一关键词对应的情感值获得所述评价的情感值包括：

当用户输入的评价为一个词时，将该词与所述预置关键词库模块中的关键词进行匹配以获得该评论对应的情感值。

作为上述技术方案的优选，所述根据每一关键词对应的情感值获得所述评价的情感值包括：

当用户输入的评价为一个句子时，获取该句子分词后的每一关键词对应的情感值；

通过以下公式计算该句子的情感值：

$\mathrm{EV}\left(\mathrm{Sentence}\right)=\underset{i=1~n}{\mathrm{\Σ}}\mathrm{factor}\left({\mathrm{word}}_i\right)\×\mathrm{EV}\left({\mathrm{word}}_i\right)$

其中EV(Sentence)为该句子的情感值；EV(word_i)为该句子中每一个词的情感值，其中i＝1～n，n为该句子中的关键词总数；factor(word_i)为修饰该关键词的副词的缩放因子。

作为上述技术方案的优选，所述根据每一关键词对应的情感值获得所述评价的情感值包括：

当用户输入的评价为一个句子时，获取该句子分词后的每一关键词对应的情感值；

通过以下公式计算每一句子的情感值：

$\mathrm{EV}\left(\mathrm{Sentence}\right)=\underset{i=1~n}{\mathrm{\Σ}}\mathrm{factor}\left({\mathrm{word}}_i\right)\×\mathrm{EV}\left({\mathrm{word}}_i\right)$

其中EV(Sentence)为该句子的情感值；EV(word_i)为该句子中每一个词的情感值，其中i＝1～n，n为该句子中的关键词总数；factor(word_i)为修饰该关键词的副词的缩放因子；

通过所述每一句子的情感值，通过以下公式计算该段文字的情感值：

$\mathrm{EV}\left(\mathrm{comment}\right)=\underset{j=1~m}{\mathrm{\Σ}}\frac{\mathrm{length}\left(\mathrm{senten}{\mathrm{ce}}_j\right)}{\mathrm{length}\left(\mathrm{comment}\right)}\×\mathrm{EV}\left({\mathrm{sentence}}_j\right)$

其中EV(comment)为该段文字的情感值；EV(sentence_j)为该段文字中每一句子的情感值，其中j＝1～m，m为该段文字中的句子总数；length(sentence_j)为该段文字中第j个句子的长度；length(comment)为该段文字的长度。

本发明实施例还提出了一种互联网信息分类系统，包括：

分词模块，用于获取用户输入的评论，并对所述评论进行分词以获取关键词；

预置关键词库模块，用于存储至少两个分类的关键词，所述每一分类中分别预存储有至少一个关键词，以及该关键词对应的情感值；

匹配模块，用于将所述分词模块获得的关键词与预置关键词库模块之中预置的关键词进行匹配，以获取每一关键词对应的情感值；并以此计算评论的情感值。

作为上述技术方案的优选，所述匹配模块包括：

第一匹配子单元，用于当用户输入的评价为一个词时，将该词与所述预置关键词库模块中的关键词进行匹配以获得该评论对应的情感值。

作为上述技术方案的优选，所述匹配模块包括：

第二匹配单元，用于当用户输入的评价为一个句子时，获取该句子分词后的每一关键词对应的情感值；

第二获取单元，用于通过以下公式计算该句子的情感值：

$\mathrm{EV}\left(\mathrm{Sentence}\right)=\underset{i=1~n}{\mathrm{\Σ}}\mathrm{factor}\left({\mathrm{word}}_i\right)\×\mathrm{EV}\left({\mathrm{word}}_i\right)$

其中EV(Sentence)为该句子的情感值；EV(word_i)为该句子中每一个词的情感值，其中i＝1～n，n为该句子中的关键词总数；factor(word_i)为修饰该关键词的副词的缩放因子。

作为上述技术方案的优选，所述匹配模块包括：

第三匹配模块，用于当用户输入的评价为一段文字时，获取其中每一句子分词后的每一关键词对应的情感值；

第三获取模块，用于通过以下公式计算该段文字中的每一句子的情感值：

$\mathrm{EV}\left(\mathrm{Sentence}\right)=\underset{i=1~n}{\mathrm{\Σ}}\mathrm{factor}\left({\mathrm{word}}_i\right)\×\mathrm{EV}\left({\mathrm{word}}_i\right)$

其中EV(Sentence)为该句子的情感值；EV(word_i)为该句子中每一个词的情感值，其中i＝1～n，n为该句子中的关键词总数；factor(word_i)为修饰该关键词的副词的缩放因子；

第四获取模块，用于通过所述第三获取模块获得的每一句子的情感值，通过以下公式计算该段文字的情感值：

$\mathrm{EV}\left(\mathrm{comment}\right)=\underset{j=1~m}{\mathrm{\Σ}}\frac{\mathrm{length}\left(\mathrm{senten}{\mathrm{ce}}_j\right)}{\mathrm{length}\left(\mathrm{comment}\right)}\×\mathrm{EV}\left(\mathrm{senten}{\mathrm{ce}}_j\right)$

其中EV(comment)为该段文字的情感值；EV(sentence_j)为该段文字中每一句子的情感值，其中j＝1～m，m为该段文字中的句子总数；length(sentence_j)为该段文字中第j个句子的长度；length(comment)为该段文字的长度。

本发明实施例提供的技术方案的有益效果是：本发明实施例可以通过预置的关键词库及关键词对应的情感值，获取通过分词并匹配的方式获取用户评论对应的情感值。这样相比较现有技术中人工统计的方式，统计结果更加精确且效率高。同时，这样可以发掘出数据中发掘出用户对于不同事件的情感趋向，把新闻和评论按照情感类别进行分类。同时，这样还可以分析热点事件的舆情；从总体上看一段时间网民的总体情感是什么；用户经常评论的人和事是什么。特别是，通过本发明实施例对于互联网上对于产品的评价进行有效地分类，可以获知用户对于该产品的评论中带有主观色彩的信息，为企业掌握用户消费习惯提供准确的数据。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中使用的附图作一简单地介绍，显而易见地，下面所列附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明第一实施例的流程示意图；

图2为本发明第二实施例中评价为一个词时的流程示意图；

图3为本发明第二实施例中评价为一个短语或句子时的流程示意图；

图4为本发明第二实施例中评价为一段文字时的流程示意图；

图5为本发明第三实施例的结构示意图；

图6为本发明第四中评价为一个词时的结构示意图；

图7为本发明第四实施例中评价为一个短语或句子时的结构示意图；

图8为本发明第四实施例中评价为一段文字时的结构示意图；

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

本发明实施例的设计思路是：通过对用户输入的评论进行分词以获得关键词，并根据关键词确定该评论的情感值，这样就可以获得该评论所要表达的感情和评论者的心情。对一个文章的所有评论通过本发明实施例的方式计算情感值后，即可获取该文章的总情感值。这样就可以对新闻、博客等互联网上的文章进行精确分类。

以下通过实施例对本发明进行进一步的说明。

实施例1

本发明第一实施例提出了一种互联网信息分类方法，其流程如图1所示，包括：

步骤101、获取用户输入的评论，并对所述评论进行分词以获取关键词；

步骤102、将所述关键词与预置的关键词库进行匹配，以获取每一关键词对应的情感值；该预置的关键词库存储至少两个分类的关键词，所述每一分类中分别预存储有至少一个关键词，以及该关键词对应的情感值；

步骤103、根据每一关键词对应的情感值获得所述评价的情感值。

本发明实施例提出的互联网信息分类方法，可以通过匹配关键词的方式获取关键词对应的情感值，并以此获取用户评价的情感值，以精确地对用户评价进行分析以获取情感值。这样就可以将新闻所表达的不同情感对新闻进行分类。同时，这样还可以分析热点事件的舆情；从总体上看一段时间网民的总体情感是什么；用户经常评论的人和事是什么。特别是，通过本发明实施例对于互联网上对于产品的评价进行有效地分类，可以获知用户对于该产品的评论中带有主观色彩的信息，为企业掌握用户消费习惯提供准确的数据。

实施例2

本发明第二实施例提出了一种互联网信息分类方法，是在第一实施例的基础上改进而来的，包括：

步骤201、获取用户输入的评论，并对所述评论进行分词以获取关键词。

其中，该关键词可以包括所述评论中的名词、动词、形容词、副词。这是由于副词是用于修饰的，可以表明语气的强度，或表明否定或肯定；而现有技术中的表达感情的词可以是名词、动词、形容词。其中，对文章进行分词为现有技术，在此不再赘述。

由于用户输入的评论可以是一个词，或一个句子，或一段文字。因此在评价为句子或一段文字时，在分词时会获得n个关键词。例如对于汶川地震中关于汶川妈妈的报道中，浏览者输入的评价为：“非常感动，我们祝愿好人一生平安”，则分词后会得到以下关键词：“非常”、“感动”、“我们”、“祝愿”、“好人”、“一生”、“平安”。

步骤202、将步骤201获取的关键词与预置的关键词库进行匹配，以获取每一关键词对应的情感值。该预置的关键词库存储多个分类的关键词，所述每一分类中分别预存储有多个关键词，以及该关键词对应的情感值。例如，对于喜、爱两类正面情感可以分别设置一个取值为正值的情感值；对于怒、哀、恶、惧、惊、叹这六类负面情感可以分别设置一个取值为负值的情感值。

步骤203、根据每一关键词对应的情感值获得所述评价的情感值。

如果用户输入的评价仅为一个词时，则在步骤201进行分词后只获得一个关键词，则步骤203可以如图2所示的，具体为：

步骤2031、将该词与所述预置关键词库模块中的关键词进行匹配以获得该评论对应的情感值。

如果用户输入的评价为一个句子或短语时，则在步骤201进行分词后可以获得多个关键词，则步骤203流程如图3所示，可以具体为：

步骤203A、对每一关键词分别与预置的关键词库进行匹配以获取每一相关词对应的情感值；

在前述的步骤201中已经进行分词获得了多个关键词，但是并非每一关键词都对获取情感值是有用的，因此可能会出现预置的关键词库中并无该关键词。在本发明的一个实施例中，可以将未必配到的关键词的情感值设定为0。例如前例中的“我们”、“一生”都不是表达情感的词，因此在预置的关键词库中无法匹配到相应的关键词。

步骤203B、通过以下公式计算该句子的情感值：

$\mathrm{EV}\left(\mathrm{Sentence}\right)=\underset{i=1~n}{\mathrm{\Σ}}\mathrm{factor}\left({\mathrm{word}}_i\right)\×\mathrm{EV}\left({\mathrm{word}}_i\right)$

其中EV(Sentence)为该句子的情感值；EV(word_i)为该句子中每一个词的情感值，其中i＝1～n，n为该句子中的关键词总数；factor(word_i)为修饰该关键词的副词的缩放因子。

同样以步骤201中的例子为例，包含了副词“非常”是用于修饰其后的形容词“感动”以增强语气。因此可以根据副词的修饰成都预置一个缩放因子，且根据其语气的强度不同可以设置不同的缩放因子，例如：对于“很”设置其缩放因子为1.2；“非常”设置其缩放因子为1.4。同时，副词中还可以包括否定词，可以将该否定词的缩放因子设置为-1。当该句子中没有增强情感的副词或表示否定的副词时，该factor(word_i)可以为1。

由于在一个句子中可能会存在多个不同的情感，例如评论“非常感动，我们祝愿好人一生平安，鄙视那些说风凉话的人”；其中既包含了爱类情感，也包含了怒类情感，则可以针对不同正面情感和负面情感分别计算其情感值，并以绝对值最大的一类情感值作为该句子的情感值。例如前例中的正面情感值为12，负面情感值为-8，则该句子的情感值为12。

如果用户输入的是一段文字，包含多个句子，则可以通过以下方式来获取其所对应的情感值，其流程如图4所示：

步骤203a、对每一句子中的关键词分别与预置的关键词库进行匹配，以获取该句子中的每一相关词对应的情感值。具体计算方式与前述步骤203A相同，在此不再赘述。

步骤203b、通过以下公式计算每一句子的情感值：

$\mathrm{EV}\left(\mathrm{Sentence}\right)=\underset{i=1~n}{\mathrm{\Σ}}\mathrm{factor}\left({\mathrm{word}}_i\right)\×\mathrm{EV}\left({\mathrm{word}}_i\right)$

其中EV(Sentence)为该句子的情感值；EV(word_i)为该句子中每一个词的情感值，其中i＝1～n，n为该句子中的关键词总数；factor(word_i)为修饰该关键词的副词的缩放因子。具体计算方式与前述步骤203B相同，在此不再赘述。

步骤203c、通过步骤203b获得的每一句子的情感值，通过以下公式计算该段文字的情感值：

$\mathrm{EV}\left(\mathrm{comment}\right)=\underset{j=1~m}{\mathrm{\Σ}}\frac{\mathrm{length}\left(\mathrm{senten}{\mathrm{ce}}_j\right)}{\mathrm{length}\left(\mathrm{comment}\right)}\×\mathrm{EV}\left(\mathrm{senten}{\mathrm{ce}}_j\right)$

其中EV(comment)为该段文字的情感值；EV(sentence_j)为该段文字中每一句子的情感值，其中j＝1～m，m为该段文字中的句子总数；length(sentence_j)为该段文字中第j个句子的长度，即该句子包含的关键词数；length(comment)为该段文字的长度，即该段文字中包含的关键词句子中的关键词总数。

在步骤203c中，通过即每一句子的长度占整段文字中的比例作为该句子的权重值，以使最终计算出的该段文字的情感值更贴近实际情况。

与前述的步骤203B相同的，在一段文字中同样可能出现不同的句子表达了正面情感和负面情感，且每一句子也可以同时表达了正面情感和负面情感。在步骤203b中可以分别针对每一句子分别计算其正面情感值和负面情感值。而在步骤203c中，可以分别计算每一句子的正面情感值和负面情感值，然后通过步骤203c中的公式分别进行加权计算，以计算出该段文字的正面情感值和负面情感值，并以绝对值最大的作为该段文字的情感值。也可以针对每一句子都先通过步骤203B的方式计算每一句子中绝对值最大的一类情感值作为该句子的情感值，再对所有句子的结合权重值作为该段文字的情感值。

进一步的，该方法还可以包括：

将所述评价对应的情感值存储到后台数据库中。这样可以针对不同应用，调用该评价对应的情感值。

本发明实施例提出的互联网信息分类方法，可以对各种类型的评论进行精确计算，并针对评论比较复杂的情况提供了解决方案，以使本发明实施例的方法可以适用于各种情况，并使最终结果更为贴近现实情况。

本发明实施例中还可以通过对评论的情感值及分类，以实现对其所评论的文章进行分类。即本发明实施例还可以具体包括：

步骤204、获取每一评论对应的情感子类型。即：步骤202中公开的该预置的关键词库存储多个类型，该类型可以为正面情感喜、爱，以及负面情感怒、哀、恶、惧、惊、叹。进一步的，在每一类型中还可以包括多个子类型。即如下表2所示的，包括8个子类型和33个子类型。

类型	子类型
		喜	喜悦，激动，自信，安心，满足
爱	喜爱，同情，敬佩，赞美，感动，信任，希望，谅解，感激，鼓励
		怒	愤怒
哀	愁闷，悲伤，失望，后悔，羞疚，委屈，否定
		恶	不喜欢，烦厌，急躁，嫉妒，责备，鄙视，疑问
惧	慌惧
		惊	骇惊
叹	感叹

表2

在每一子类型中分别预存储有多个关键词，以及该关键词对应的情感值。

在计算该评论的情感值时，还可以进一步的同时统计其所属的子类型。具体方法可以为：

步骤2041、获取步骤201中分词后获取的关键词，并将该关键词分别与该预设的关键词库进行匹配，以获取该评论中每一关键词对应的情感的子类型。

步骤2042、获取所有关键词对应的子类型，并判断具有最多关键词的子类型作为该评论的子类型。例如，当一个评价中的10个关键词中，4个属于敬佩子类型、3个属于赞美子类型、3个属于喜悦子类型，则该评论属于敬佩子类型。

步骤2043、统计该文章对应的所有评论的子类型，并以包括最多评论的一个子类型作为该文章的子类型。

在本发明实施例中，还可以通过其他方式计算文章所属的子类型。具体方法可以为：

步骤204a、获取步骤201中分词后获取的关键词，并将该关键词分别与该预设的关键词库进行匹配，以获取该评论中每一关键词对应的情感的子类型。

步骤204b、获取文章所有的评论中的所有关键词对应的子类型，并判断具有最多关键词的子类型作为该文章的子类型。例如，该文章包括10个评价，通过分词后共获得30个关键词，其中20个属于敬佩子类型、5个属于赞美子类型、5个属于喜悦子类型，则该文章属于敬佩子类型。

在上述的步骤2041-2043中以及步骤204a-步骤204b中，可能会出现多个子类型中匹配到的关键词数相同的情况，则可以将该文章同时对应其中的一个子类型，或是根据规则选择其中的一个子类型，本发明实施例并不对此做出限定。

步骤205、在网页中将所有文章根据其类型和子类型进行分类后显示在网页中。即，在网页中首先将所有新闻根据8个类型进行分类，然后再根据每一类型中子类型再进行分类，并将文章对应的存储到该子类型中。用户可以通过点击8个类型之中的一个，则此时将该类型中的所有子类型，以及子类型中包含的文章标题一起显示出来。由于文章比较多，可以对每一子类型只显示其中的一条或数条文章标题。而当用户选择该子类型时，才将该子类型包含的所有文章标题进行显示。

进一步的，可以将每一子类型中的文章根据步骤203所得的情感值进行排序。

上述的步骤204和步骤205是通过对评论进行分类以实现对其所评论的文章进行分类，这只是本发明实施例的一种实施方式，本发明实施例中获取该评价对应的情感值后还可以实现其他应用，本发明实施例并不以此为限。例如：可以针对网络中对于某一产品的评价获取其情感值后，通过分析获取该产品的用户口碑。

实施例3

本发明第三实施例提出了一种互联网信息分类系统，其结构如图5所示，包括：

分词模块1，用于获取用户输入的评论，并对所述评论进行分词以获取关键词；

预置关键词库模块2，用于存储至少两个分类的关键词，所述每一分类中分别预存储有至少一个关键词，以及该关键词对应的情感值；

匹配模块3，用于将所述分词模块获得的关键词与预置关键词库模块之中预置的关键词进行匹配，以获取每一关键词对应的情感值；并以此计算评论的情感值。

本发明实施例提出的互联网信息分类系统，可以通过匹配关键词的方式获取关键词对应的情感值，并以此获取用户评价的情感值，以精确地对用户评价进行分析以获取情感值。这样就可以将新闻所表达的不同情感对新闻进行分类。同时，这样还可以分析热点事件的舆情；从总体上看一段时间网民的总体情感是什么；用户经常评论的人和事是什么。特别是，通过本发明实施例对于互联网上对于产品的评价进行有效地分类，可以获知用户对于该产品的评论中带有主观色彩的信息，为企业掌握用户消费习惯提供准确的数据。

实施例4

本发明第四实施例提出了一种互联网信息分类系统，是在第三实施例的基础上改进而来的，包括：

分词模块1，用于获取用户输入的评论，并对所述评论进行分词以获取关键词。

其中，该关键词可以包括所述评论中的名词、动词、形容词、副词。这是由于副词是用于修饰的，可以表明语气的强度，或表明否定或肯定；而现有技术中的表达感情的词可以是名词、动词、形容词。其中，对文章进行分词为现有技术，在此不再赘述。

由于用户输入的评论可以是一个词，或一个句子，或一段文字。因此在评价为句子或一段文字时，在分词时会获得n个关键词。例如对于汶川地震中关于汶川妈妈的报道中，浏览者输入的评价为：“非常感动，我们祝愿好人一生平安”，则分词后会得到以下关键词：“非常”、“感动”、“我们”、“祝愿”、“好人”、“一生”、“平安”。

预置关键词库模块2，用于存储至少两个分类的关键词，所述每一分类中分别预存储有至少一个关键词，以及该关键词对应的情感值。例如，对于喜、爱两类正面情感可以分别设置一个取值为正值的情感值；对于怒、哀、恶、惧、惊、叹这六类负面情感可以分别设置一个取值为负值的情感值。

匹配模块3，用于将所述分词模块1获得的关键词与预置关键词库模块2之中预置的关键词进行匹配，以获取每一关键词对应的情感值；并以此计算评论的情感值。

用户输入的评价可以为一个词、一个句子或短语、一段文字。

当用户输入的评价为一个词时，该匹配模块3可以如图6所示，包括：

第一匹配子单元311，用于当用户输入的评价为一个词时，将该词与所述预置关键词库模块2中的关键词进行匹配以获得该评论对应的情感值。

当用于输入的评价为一个句子或短语的方式，则在分词模块1进行分词后可以获得多个关键词，该匹配模块3还可以如图7所示，包括：

第二匹配单元321，用于当用户输入的评价为一个句子时，获取该句子分词后的每一关键词对应的情感值；

前述的分词模块1已经对评价进行分词以获得了多个关键词，但是并非每一关键词都对获取情感值是有用的，因此可能会出现预置的关键词库中并无该关键词。在本发明的一个实施例中，可以将未必配到的关键词的情感值设定为0。例如前例中的“我们”、“一生”都不是表达情感的词，因此在预置的关键词库中无法匹配到相应的关键词。

第二获取单元322，用于通过以下公式计算该句子的情感值：

$\mathrm{EV}\left(\mathrm{Sentence}\right)=\underset{i=1~n}{\mathrm{\Σ}}\mathrm{factor}\left({\mathrm{word}}_i\right)\×\mathrm{EV}\left({\mathrm{word}}_i\right)$

其中EV(Sentence)为该句子的情感值；EV(word_i)为该句子中每一个词的情感值，其中i＝1～n，n为该句子中的关键词总数；factor(word_i)为修饰该关键词的副词的缩放因子。

同样以分词模块1中的例子为例，包含了副词“非常”是用于修饰其后的形容词“感动”以增强语气。因此可以根据副词的修饰成都预置一个缩放因子，且根据其语气的强度不同可以设置不同的缩放因子，例如：对于“很”设置其缩放因子为1.2；“非常”设置其缩放因子为1.4。同时，副词中还可以包括否定词，可以将该否定词的缩放因子设置为-1。当该句子中没有增强情感的副词或表示否定的副词时，该factor(word_i)可以为1。

由于在一个句子中可能会存在多个不同的情感，例如评论“非常感动，我们祝愿好人一生平安，鄙视那些说风凉话的人”；其中既包含了爱类情感，也包含了怒类情感，则可以针对不同正面情感和负面情感分别计算其情感值，并以绝对值最大的一类情感值作为该句子的情感值。例如前例中的正面情感值为12，负面情感值为-8，则该句子的情感值为12。

当用于输入的评价为一段文字，该段文字中包含多个句子，则在分词模块1进行分词后可以获得多个关键词，该匹配模块3还可以如图8所示，包括：

第三匹配模块331，用于当用户输入的评价为一段文字时，获取其中每一句子分词后的每一关键词对应的情感值。具体计算方式与前述第二匹配单元321相同，在此不再赘述。第三获取模块332，用于通过以下公式计算该段文字中的每一句子的情感值：

$\mathrm{EV}\left(\mathrm{Sentence}\right)=\underset{i=1~n}{\mathrm{\Σ}}\mathrm{factor}\left({\mathrm{word}}_i\right)\×\mathrm{EV}\left({\mathrm{word}}_i\right)$

其中EV(Sentence)为该句子的情感值；EV(word_i)为该句子中每一个词的情感值，其中i＝1～n，n为该句子中的关键词总数；factor(word_i)为修饰该关键词的副词的缩放因子。具体计算方式与前述第二获取单元322相同，在此不再赘述。

第四获取模块333，用于通过所述第三获取模块332获得的每一句子的情感值，通过以下公式计算该段文字的情感值：

$\mathrm{EV}\left(\mathrm{comment}\right)=\underset{j=1~m}{\mathrm{\Σ}}\frac{\mathrm{length}\left(\mathrm{sen}{\mathrm{tence}}_j\right)}{\mathrm{length}\left(\mathrm{comment}\right)}\×\mathrm{EV}\left(\mathrm{senten}{\mathrm{ce}}_j\right)$

其中EV(comment)为该段文字的情感值；EV(sentence_j)为该段文字中每一句子的情感值，其中j＝1～m，m为该段文字中的句子总数；length(sentence_j)为该段文字中第j个句子的长度，即该句子包含的关键词数；length(comment)为该段文字的长度，即该段文字中包含的关键词句子中的关键词总数。

在第四获取模块333中，通过

即每一句子的长度占整段文字中的比例作为该句子的权重值，以使最终计算出的该段文字的情感值更贴近实际情况。

与前述的第二获取单元322相同的，在一段文字中同样可能出现不同的句子表达了正面情感和负面情感，且每一句子也可以同时表达了正面情感和负面情感。在步骤202b中可以分别针对每一句子分别计算其正面情感值和负面情感值。而第三获取模块332可以分别计算每一句子的正面情感值和负面情感值，然后通过第四获取模块333的公式分别进行加权计算，以计算出该段文字的正面情感值和负面情感值，并以绝对值最大的作为该段文字的情感值。也可以针对每一句子都先通过第二获取单元322的方式计算每一句子中绝对值最大的一类情感值作为该句子的情感值，然后通过第四获取模块333再对所有句子的情感值进行结合权重值计算作为该段文字的情感值。

在获得了每一评论的情感值后，可以将所有评论或是热点评论的情感值相加获取该文章的总情感值。这样就可以获取

进一步的，该系统还可以包括：

存储模块，用于将所述评价对应的情感值存储到后台数据库中。这样可以针对不同应用，调用该评价对应的情感值。

本发明实施例提出的互联网信息分类系统，可以对各种类型的评论进行精确计算，并针对评论比较复杂的情况提供了解决方案，以使本发明实施例的方法可以适用于各种情况，并使最终结果更为贴近现实情况。

本发明实施例中还可以通过对评论的情感值及分类，以实现对其所评论的文章进行分类。即本发明实施例的系统还可以包括：

分类模块，用于获取每一评论对应的情感子类型。即：预置关键词库模块2中可以存储多个类型，该类型可以为正面情感喜、爱，以及负面情感怒、哀、恶、惧、惊、叹。进一步的，在每一类型中还可以包括多个子类型。即上表2所示的，包括8个子类型和33个子类型。

在每一子类型中分别预存储有多个关键词，以及该关键词对应的情感值。

则该分类模块可以具体包括：

第一关键词分类单元，用于获取分词模块1分词后获取的关键词，并将该关键词分别与该预设的关键词库进行匹配，以获取该评论中每一关键词对应的情感的子类型。

第一评论分类单元，用于获取所有关键词对应的子类型，并判断具有最多关键词的子类型作为该评论的子类型。例如，当一个评价中的10个关键词中，4个属于敬佩子类型、3个属于赞美子类型、3个属于喜悦子类型，则该评论属于敬佩子类型。

第一文章分类单元，用于统计该文章对应的所有评论的子类型，并以包括最多评论的一个子类型作为该文章的子类型。

在本发明实施例中，还可以通过其他方式计算文章所属的子类型。即该分类模块还可以具体包括：

第二关键词分类单元、用于获取分词模块1分词后获取的关键词，并将该关键词分别与该预设的关键词库进行匹配，以获取该评论中每一关键词对应的情感的子类型。

统计单元，获取文章所有的评论中的所有关键词对应的子类型，并判断具有最多关键词的子类型作为该文章的子类型。例如，该文章包括10个评价，通过分词后共获得30个关键词，其中20个属于敬佩子类型、5个属于赞美子类型、5个属于喜悦子类型，则该文章属于敬佩子类型。

在上述的分类模块中，可能会出现多个子类型中匹配到的关键词数相同的情况，则可以将该文章同时对应其中的一个子类型，或是根据规则选择其中的一个子类型，本发明实施例并不对此做出限定。

显示模块，用于在网页中将所有文章根据其类型和子类型进行分类后显示在网页中。即，在网页中首先将所有新闻根据8个类型进行分类，然后再根据每一类型中子类型再进行分类，并将文章对应的存储到该子类型中。用户可以通过点击8个类型之中的一个，则此时将该类型中的所有子类型，以及子类型中包含的文章标题一起显示出来。由于文章比较多，可以对每一子类型只显示其中的一条或数条文章标题。而当用户选择该子类型时，才将该子类型包含的所有文章标题进行显示。

进一步的，可以将每一子类型中的文章根据匹配模块3所得的情感值进行排序。

本发明实施例第三和第四实施例的系统，与前述的第一和第二实施例的方法构思和原理相同，因此在第三和第四实施例中对与第一和第二实施例中相同的部分不再赘述。

本发明实施例所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种互联网信息分类方法，其特征在于，包括：

获取用户输入的评论，并对所述评论进行分词以获取关键词；

将所述关键词与预置的关键词库进行匹配，以获取每一关键词对应的情感值；该预置的关键词库存储有至少两个分类的关键词，所述每一分类中分别预存储有至少一个关键词，以及该关键词对应的情感值；

根据每一关键词对应的情感值获得所述评价的情感值。

2.根据权利要求1所述的互联网信息分类方法，其特征在于，所述根据每一关键词对应的情感值获得所述评价的情感值包括：

当用户输入的评价为一个词时，将该词与所述预置关键词库模块中的关键词进行匹配以获得该评论对应的情感值。

3.根据权利要求1所述的互联网信息分类方法，其特征在于，所述根据每一关键词对应的情感值获得所述评价的情感值包括：

当用户输入的评价为一个句子时，获取该句子分词后的每一关键词对应的情感值；

通过以下公式计算该句子的情感值：

$\mathrm{EV}\left(\mathrm{Sentence}\right)=\underset{i=1~n}{\mathrm{\Σ}}\mathrm{factor}\left({\mathrm{word}}_i\right)\×\mathrm{EV}\left({\mathrm{word}}_i\right)$

其中EV(Sentence)为该句子的情感值；EV(word_i)为该句子中每一个词的情感值，其中i＝1～n，n为该句子中的关键词总数；factor(word_i)为修饰该关键词的副词的缩放因子。

4.根据权利要求1所述的互联网信息分类方法，其特征在于，所述根据每一关键词对应的情感值获得所述评价的情感值包括：

当用户输入的评价为一个句子时，获取该句子分词后的每一关键词对应的情感值；

通过以下公式计算每一句子的情感值：

$\mathrm{EV}\left(\mathrm{Sentence}\right)=\underset{i=1~n}{\mathrm{\Σ}}\mathrm{factor}\left({\mathrm{word}}_i\right)\×\mathrm{EV}\left({\mathrm{word}}_i\right)$

其中EV(Sentence)为该句子的情感值；EV(word_i)为该句子中每一个词的情感值，其中i＝1～n，n为该句子中的关键词总数；factor(word_i)为修饰该关键词的副词的缩放因子；

通过所述每一句子的情感值，通过以下公式计算该段文字的情感值：

$\mathrm{EV}\left(\mathrm{comment}\right)=\underset{j=1~m}{\mathrm{\Σ}}\frac{\mathrm{length}\left({\mathrm{sentence}}_j\right)}{\mathrm{length}\left(\mathrm{comment}\right)}\×\mathrm{EV}\left({\mathrm{sentence}}_j\right)$

其中EV(comment)为该段文字的情感值；EV(sentence_j)为该段文字中每一句子的情感值，其中j＝1～m，m为该段文字中的句子总数；length(sentence_j)为该段文字中第j个句子的长度；length(comment)为该段文字的长度。

5.一种互联网信息分类系统，其特征在于，包括：

分词模块，用于获取用户输入的评论，并对所述评论进行分词以获取关键词；

预置关键词库模块，用于存储至少两个分类的关键词，所述每一分类中分别预存储有至少一个关键词，以及该关键词对应的情感值；

匹配模块，用于将所述分词模块获得的关键词与预置关键词库模块之中预置的关键词进行匹配，以获取每一关键词对应的情感值；并以此计算评论的情感值。

6.根据权利要求5所述的互联网信息分类系统，其特征在于，所述匹配模块包括：

第一匹配子单元，用于当用户输入的评价为一个词时，将该词与所述预置关键词库模块中的关键词进行匹配以获得该评论对应的情感值。

7.根据权利要求5所述的互联网信息分类系统，其特征在于，所述匹配模块包括：

第二匹配单元，用于当用户输入的评价为一个句子时，获取该句子分词后的每一关键词对应的情感值；

第二获取单元，用于通过以下公式计算该句子的情感值：

$\mathrm{EV}\left(\mathrm{Sentence}\right)=\underset{i=1~n}{\mathrm{\Σ}}\mathrm{factor}\left({\mathrm{word}}_i\right)\×\mathrm{EV}\left({\mathrm{word}}_i\right)$

其中EV(Sentence)为该句子的情感值；EV(word_i)为该句子中每一个词的情感值，其中i＝1～n，n为该句子中的关键词总数；factor(word_i)为修饰该关键词的副词的缩放因子。

8.根据权利要求6所述的互联网信息分类系统，其特征在于，所述匹配模块包括：

第三匹配模块，用于当用户输入的评价为一段文字时，获取其中每一句子分词后的每一关键词对应的情感值；

第三获取模块，用于通过以下公式计算该段文字中的每一句子的情感值：

$\mathrm{EV}\left(\mathrm{Sentence}\right)=\underset{i=1~n}{\mathrm{\Σ}}\mathrm{factor}\left({\mathrm{word}}_i\right)\×\mathrm{EV}\left({\mathrm{word}}_i\right)$

其中EV(Sentence)为该句子的情感值；EV(word_i)为该句子中每一个词的情感值，其中i＝1～n，n为该句子中的关键词总数；factor(word_i)为修饰该关键词的副词的缩放因子；

第四获取模块，用于通过所述第三获取模块获得的每一句子的情感值，通过以下公式计算该段文字的情感值：

$\mathrm{EV}\left(\mathrm{comment}\right)=\underset{j=1~m}{\mathrm{\Σ}}\frac{\mathrm{length}\left({\mathrm{sentence}}_j\right)}{\mathrm{length}\left(\mathrm{comment}\right)}\×\mathrm{EV}\left({\mathrm{sentence}}_j\right)$

其中EV(comment)为该段文字的情感值；EV(sentence_j)为该段文字中每一句子的情感值，其中j＝1～m，m为该段文字中的句子总数；length(sentence_j)为该段文字中第j个句子的长度；length(comment)为该段文字的长度。

Images