网络情绪的确定方法和装置制造方法及图纸

技术编号:12389789 阅读:65 留言:0更新日期:2015-11-25 22:50
本发明专利技术公开了一种网络情绪的确定方法和装置。其中,该方法包括:获取目标事件的关键词;获取与关键词关联的网络信息;利用预先建立的分类模型确定网络信息对应的网络情绪,其中,分类模型为根据预设的网络情绪类型训练得到的训练集,预设的网络情绪类型包括第一情绪、第二情绪、第三情绪、第四情绪和第五情绪;根据第一情绪、第二情绪、第三情绪、第四情绪和第五情绪中每一种情绪对应的网络信息的条数和网络信息所赋予的权重分别计算每一种情绪的量化值。本发明专利技术解决了由于对网络情绪的分类比较单一造成的无法准确地反映网络情绪的技术问题。

【技术实现步骤摘要】

本专利技术涉及互联网领域,具体而言,涉及一种网络情绪的确定方法和装置
技术介绍
随着互联网的普及,互联网的使用已经深入到人们生活的每一个细节中。目前,大部分网络用户会在网络上发布一些网络消息来表达自己的情绪,例如,对某个新闻事件的情绪或者用户自己在某个时刻的情绪等。对网络用户情绪的分析可以了解网络舆论对某个事件情绪的倾向性。然而,专利技术人发现,现有的方案对网络情绪的分类比较单一,无法准确地反映网络情绪。针对上述的问题,目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种网络情绪的确定方法和装置,以至少解决由于对网络情绪的分类比较单一造成的无法准确地反映网络情绪的技术问题。根据本专利技术实施例的一个方面,提供了一种网络情绪的确定方法,包括:获取目标事件的关键词;获取与所述关键词关联的网络信息;利用预先建立的分类模型确定所述网络信息对应的网络情绪,其中,所述分类模型为根据预设的网络情绪类型训练得到的训练集,所述预设的网络情绪类型包括第一情绪、第二情绪、第三情绪、第四情绪和第五情绪;根据所述第一情绪、所述第二情绪、所述第三情绪、所述第四情绪和所述第五情绪中每一种情绪对应的网络信息的条数和所述网络信息所赋予的权重分别计算每一种情绪的量化值,所述量化值用于表示与其相应的情绪表现的程度。进一步地,在利用预先建立的分类模型确定所述网络信息对应的网络情绪之前,所述方法还包括:获取用于建立所述分类模型的网络信息;提取所述用于建立所述分类模型的网络信息中用于表达情感的关键词;按照所述预设的网络情绪类型对所述用于表达情感的关键词进行训练,得到所述分类模型。进一步地,在获取用于建立所述分类模型的网络信息之后,以及提取所述用于建立所述分类模型的网络信息中的用于表达情感的关键词之前,所述方法还包括:判断所述网络信息是否为可识别的文本信息;如果判断出所述网络信息不是可识别的文本信息,则将所述网络信息转化为所述可识别的文本信息,对转化后的所述可识别的文本信息进行分词;如果判断出所述网络信息是可识别的文本信息,则直接对所述网络信息进行分词。进一步地,如果判断出所述网络信息不是可识别的文本信息,则将所述网络信息转化为所述可识别的文本信息包括:如果所述网络信息为音频信息,则利用语音识别将所述音频信息转化为所述可识别的文本信息;如果所述网络信息为视频信息,则从所述视频信息中提取音频信息,利用语音识别将提取的音频信息转化为所述可识别的文本信息。进一步地,在利用预先建立的分类模型确定所述网络信息对应的网络情绪之后,所述方法还包括:获取所述网络信息发布时的位置信息;基于所述位置信息确定所述网络信息所在的地区;根据所述网络信息对应的网络情绪确定各地区的网络情绪。进一步地,所述第一情绪为愤怒,所述第二情绪为厌恶,所述第三情绪为高兴,所述第四情绪为悲伤,所述第五情绪为恐惧。根据本专利技术实施例的另一方面,还提供了一种网络情绪的确定装置,包括:第一获取单元,用于获取目标事件的关键词;第二获取单元,用于获取与所述关键词关联的网络信息;第一确定单元,用于利用预先建立的分类模型确定所述网络信息对应的网络情绪,其中,所述分类模型为根据预设的网络情绪类型训练得到的训练集,所述预设的网络情绪类型包括第一情绪、第二情绪、第三情绪、第四情绪和第五情绪;计算单元,用于根据所述第一情绪、所述第二情绪、所述第三情绪、所述第四情绪和所述第五情绪中每一种情绪对应的网络信息的条数和所述网络信息所赋予的权重分别计算每一种情绪的量化值,所述量化值用于表示与其相应的情绪表现的程度。进一步地,所述装置还包括:第三获取单元,用于在利用预先建立的分类模型确定所述网络信息对应的网络情绪之前,获取用于建立所述分类模型的网络信息;提取单元,用于提取所述用于建立所述分类模型的网络信息中用于表达情感的关键词;训练单元,用于按照所述预设的网络情绪类型对所述用于表达情感的关键词进行训练,得到所述分类模型。进一步地,所述装置还包括:判断单元,用于在获取用于建立所述分类模型的网络信息之后,以及提取所述用于建立所述分类模型的网络信息中的用于表达情感的关键词之前,判断所述网络信息是否为可识别的文本信息;分词单元,用于如果判断出所述网络信息不是可识别的文本信息,则将所述网络信息转化为所述可识别的文本信息,对转化后的所述可识别的文本信息进行分词;如果判断出所述网络信息是可识别的文本信息,则直接对所述网络信息进行分词。进一步地,所述分词单元包括:第一转化模块,用于如果所述网络信息为音频信息,则利用语音识别将所述音频信息转化为所述可识别的文本信息;第二转化模块,用于如果所述网络信息为视频信息,则从所述视频信息中提取音频信息,利用语音识别将提取的音频信息转化为所述可识别的文本信息。进一步地,所述装置还包括:第四获取单元,用于在利用预先建立的分类模型确定所述网络信息对应的网络情绪之后,获取所述网络信息发布时的位置信息;第二确定单元,用于基于所述位置信息确定所述网络信息所在的地区;第三确定单元,用于根据所述网络信息对应的网络情绪确定各地区的网络情绪。在本专利技术实施例中,通过获取目标事件的关键词,获取与该关键词关联的网络信息,利用预先建立的分类模型确定网络信息对应的网络情绪,根据第一情绪、第二情绪、第三情绪、第四情绪和第五情绪中每一种情绪对应的网络信息的条数和网络信息所赋予的权重分别计算每一种情绪的量化值,由于经过训练得到的分类模型可以识别出网络信息中所包含的网络情绪包括多种,识别出的网络情绪更加多样化,从而解决了由于对网络情绪的分类比较单一造成的无法准确地反映网络情绪的问题,从而准确地反映出用户对目标事件的网络情绪。附图说明此处所说明的附图用来提供对本专利技术的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本专利技术,并不构成对本专利技术的不当限定。在附图中:图1是根据本专利技术实施例的网络情绪的确定方法的流程图;图2是根据本专利技术实施例的网络情绪的确定装置的示意图。具体实施方式为了使本
的人员更好地理解本专利技术方案,下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本专利技术一部分的实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本专利技术保护的范围。需要说明的是,本专利技术的说明书和权利要求书本文档来自技高网
...

【技术保护点】
一种网络情绪的确定方法,其特征在于,包括:获取目标事件的关键词;获取与所述关键词关联的网络信息;利用预先建立的分类模型确定所述网络信息对应的网络情绪,其中,所述分类模型为根据预设的网络情绪类型训练得到的训练集,所述预设的网络情绪类型包括第一情绪、第二情绪、第三情绪、第四情绪和第五情绪;根据所述第一情绪、所述第二情绪、所述第三情绪、所述第四情绪和所述第五情绪中每一种情绪对应的网络信息的条数和所述网络信息所赋予的权重分别计算每一种情绪的量化值,所述量化值用于表示与其相应的情绪表现的程度。

【技术特征摘要】
1.一种网络情绪的确定方法,其特征在于,包括:
获取目标事件的关键词;
获取与所述关键词关联的网络信息;
利用预先建立的分类模型确定所述网络信息对应的网络情绪,其中,所述分
类模型为根据预设的网络情绪类型训练得到的训练集,所述预设的网络情绪类型
包括第一情绪、第二情绪、第三情绪、第四情绪和第五情绪;
根据所述第一情绪、所述第二情绪、所述第三情绪、所述第四情绪和所述第
五情绪中每一种情绪对应的网络信息的条数和所述网络信息所赋予的权重分别计
算每一种情绪的量化值,所述量化值用于表示与其相应的情绪表现的程度。
2.根据权利要求1所述的方法,其特征在于,在利用预先建立的分类模型确定所述
网络信息对应的网络情绪之前,所述方法还包括:
获取用于建立所述分类模型的网络信息;
提取所述用于建立所述分类模型的网络信息中用于表达情感的关键词;
按照所述预设的网络情绪类型对所述用于表达情感的关键词进行训练,得到
所述分类模型。
3.根据权利要求2所述的方法,其特征在于,在获取用于建立所述分类模型的网络
信息之后,以及提取所述用于建立所述分类模型的网络信息中的用于表达情感的
关键词之前,所述方法还包括:
判断所述网络信息是否为可识别的文本信息;
如果判断出所述网络信息不是可识别的文本信息,则将所述网络信息转化为
所述可识别的文本信息,对转化后的所述可识别的文本信息进行分词;
如果判断出所述网络信息是可识别的文本信息,则直接对所述网络信息进行
分词。
4.根据权利要求3所述的方法,其特征在于,如果判断出所述网络信息不是可识别
的文本信息,则将所述网络信息转化为所述可识别的文本信息包括:
如果所述网络信息为音频信息,则利用语音识别将所述音频信息转化为所述

\t可识别的文本信息;
如果所述网络信息为视频信息,则从所述视频信息中提取音频信息,利用语
音识别将提取的音频信息转化为所述可识别的文本信息。
5.根据权利要求1所述的方法,其特征在于,在利用预先建立的分类模型确定所述
网络信息对应的网络情绪之后,所述方法还包括:
获取所述网络信息发布时的位置信息;
基于所述位置信息确定所述网络信息所在的地区;
根据所述网络信息对应的网络情绪确定各地区的网络情绪。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述第一情绪为愤怒,
所述第二情绪为厌恶,所述第三情绪为高兴,所述第四情绪为悲伤,所述第五情
绪为恐惧。<...

【专利技术属性】
技术研发人员:齐中祥
申请(专利权)人:沃民高新科技北京股份有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1