確定在文檔中所表達的情緒的系統和方法技術方案

公開了一種確定在文檔中所表達的情緒的系統、存儲指令的計算機可讀存儲介質以及計算機實現的方法。從多個文檔接收文檔。識別該文檔中的、包括在來自關鍵詞列表的至少一個關鍵詞的預定距離內的至少一個情緒簽名的句子，其中關鍵詞列表是從多個文檔中提取的，并且使用相轉變公式對關鍵詞列表進行過濾，并且其中所述至少一個情緒簽名對應于該句子中至少一個情緒的表達。確定與該句子的至少一個關鍵詞對應的至少一個類別，其中，至少一個類別被包括在類別列表中，該類別列表是使用關鍵詞列表生成的。基于至少一個情緒簽名來確定與至少一個類別對應的至少一個情緒。

【技術實現步驟摘要】
【國外來華專利技術】
所公開的實施例一般地涉及確定在文檔中所表達的情緒。。
技術介紹
因特網包括關于各種主題的信息。該信息可能由特定領域的專家或者臨時用戶(例如，博主、評論員等等)撰寫。搜索引擎允許用戶識別包括關于用戶感興趣的主題的信息的文檔。然而，目前難以識別這些用戶所表達的關于特定主題(例如，特定賓館的房間質量)的情緒。附圖說明圖I是示出根據一些實施例的網絡的框圖。圖2是示出根據一些實施例的情緒服務器的框圖。圖3是根據一些實施例的確定在文檔中所表達的情緒的方法的流程圖。圖4是根據一些實施例的提取關鍵詞列表的方法的流程圖。圖5是根據一些實施例的生成類別列表的方法的流程圖。圖6是根據一些實施例的生成類別列表的另一方法的流程圖。圖7是根據一些實施例的確定與句子的至少一個關鍵詞對應的至少一個類別的另一方法的流程圖。圖8是根據一些實施例的確定類別的類別譜的方法的流程圖。圖9是根據一些實施例的從文檔集中選擇多個文檔的方法的流程圖。圖10是根據一些實施例的機器的框圖。在附圖中，相似參考標號指代對應的部分。具體實施例方式以下描述包括體現示例性實施例的示例性系統、方法、技術、指令序列、以及計算機程序產品。在以下描述中，為了說明的目的，提出了很多具體細節以便提供對于本專利技術主題的各種實施例的理解。然而，對于本領域技術人員而言明顯的是本專利技術主題的實施例可以在沒有這些具體細節的情況下實踐。總的來說，沒有詳細示出公知的指令實例、協議、結構和技術。這里描述的實施例提供了確定在文檔中所表達的情緒的技術。圖I是示出根據一些實施例的網絡120的框圖。網絡120通常可以包括能夠將計算節點耦接到一起的任何類型的有線或無線通信通道。這包括但不限于局域網、廣域網、或網絡組合。在一些實施例中，網絡120包括因特網。在一些實施例中，服務器100耦接到網絡120。服務器100可以包括文檔102。文檔102可以是任何類型的文檔，包括但不限于web文檔(例如，超文本標記語言(HTML)文檔、可擴展標記語言(XML)文檔等)、文本文檔、電子數據表(spreadsheet)、報告書(presentation)、掃描文檔(例如,掃描文本等)、圖像等等。在一些實施例中，聚集器104耦接到網絡120。聚集器104可以包括文檔106。在 一些實施例中，聚集器104從服務器100獲得文檔102的至少一個子集。例如，聚集器104可以爬行(crawl)服務器100，并且從服務器100取回文檔102的至少一個子集。在一些實施例中，情緒服務器108耦接到網絡120。情緒服務器108被配置來確定在文檔中所表達的情緒，如這里所描述的。情緒服務器108所使用的文檔可以包括從服務器100 (例如，通過爬行服務器100)獲得的文檔、從聚集器104 (例如，通過從聚集器104購買文檔)獲得的文檔或者其組合。圖2是示出根據一些實施例的情緒服務器108的框圖。情緒服務器108包括情緒模塊202，被配置來確定在文檔中所表達的情緒；爬行模塊204 (可選的)，被配置來爬行服務器100以獲得文檔102的至少一個子集；關鍵詞模塊206，被配置來從文檔中提取關鍵詞；過濾模塊208，被配置來過濾關鍵詞和文檔；以及分類模塊210，被配置來分類文檔、句子、和/或關鍵詞。注意，可以組合這些1 塊的功能。例如，情緒1 塊202可以包括關鍵詞模塊206和過濾模塊208的功能。下面關于圖3 - 9更詳細地描述這些模塊。確定在文檔中所表達的情緒圖3是根據一些實施例的確定在文檔中所表達的情緒的方法300的流程圖。情緒模塊202接收(302)來自多個文檔的文檔。例如，所述多個文檔可以包括文檔102的至少一個子集、文檔106的至少一個子集、或者其組合。下面關于圖9更詳細地描述選擇多個文檔的過程。然后，情緒模塊202識別(304)該文檔中的句子，該句子包括在來自關鍵詞列表的至少一個關鍵詞的預定距離內的至少一個情緒簽名。所述至少一個情緒簽名對應于該句子中的至少一個情緒的表達。在一些實施例中，所述至少一個情緒簽名包括至少一個詞(例如，形容詞)，所述至少一個詞指示在該句子中存在所述至少一個情緒的表達。在一些實施例中，情緒簽名與傾向(polarity)相關聯。例如，所述傾向可以指示該情緒簽名反映正面的情緒、負面的情緒、或中性的情緒。注意，情緒模塊202可以識別大于或小于一個句子的語法單元。例如，情緒模塊202可以識別包括處于至少一個關鍵詞的預定距離內的至少一個情緒簽名的段落或短語。在一些實施例中，從所述多個文檔中提取關鍵詞列表，并且使用相轉變公式(phase transition formula)過濾該關鍵詞列表。下面關于圖4更詳細地描述這些實施例。在一些實施例中，所述至少一個情緒簽名被包括在情緒簽名列表中。情緒簽名列表可以被手動生成。分類模塊210然后確定(306)與該句子的至少一個關鍵詞對應的至少一個類別。在一些實施例中，所述至少一個類別與產品、服務、或其組合相關聯。下面關于圖7和8更詳細地描述確定與句子的至少一個關鍵詞對應的至少一個類別的過程。在一些實施例中，所述至少一個類別被包括在類別列表中，該類別列表是使用關鍵詞列表而生成的。下面關于圖5和6更詳細地描述這些實施例。情緒模塊202然后基于所述至少一個情緒簽名來確定(308)與所述至少一個類別對應的至少一個情緒。在一些實施例中，所述至少一個情緒是與至少一個類別相關的觀點的表達。為了闡明關于圖3描述的過程，考慮包括示例句子“房間很臭，地毯很臟”的示例文檔。假設詞“臭”和“臟”是表達負面情緒(例如，負面傾向)的情緒簽名，詞“房間”和“地毯”是關鍵詞，并且預定距離為3。由于情緒簽名“臭”與關鍵詞“房間”相距兩個詞并且 情緒簽名“臟”與關鍵詞“地毯”相距兩個詞，因此情緒模塊202識別出(304)該示例句子。分類模塊210然后確定(306)與該句子的關鍵詞對應的類別。在該示例中，分類模塊210可以確定“賓館房間”為該句子的關鍵詞的類別。情緒模塊202然后確定關于賓館房間(例如，所述類別)所表達的情緒是負面情緒。提取關鍵詞列表在一些實施例中，在識別(304)文檔中的包括在來自關鍵詞列表的至少一個關鍵詞的預定距離內的至少一個情緒簽名的句子之前，關鍵詞模塊206從所述多個文檔中提取關鍵詞列表。圖4是根據一些實施例的提取關鍵詞列表的方法400的流程圖。關鍵詞模塊206從所述多個文檔中的每個文檔中提取(402)關鍵詞。對于每個關鍵詞，關鍵詞模塊206執行以下操作。關鍵詞模塊206計算(404)該關鍵詞在所述多個文檔中的頻率f、以及包括該關鍵詞的文檔的數量N。接下來，關鍵詞模塊206使用(406)相轉變公式，基于該關鍵詞在所述多個文檔中的頻率以及包括該關鍵詞的文檔的數量來計算關鍵詞的相關性。在一些實施例中，相轉變公式為|其中X > I。在 hr一些實施例中，X為3。然后當該關鍵詞的相關性超過預定閾值時，關鍵詞模塊206將該關鍵詞添加(408)到關鍵詞列表。生成類別列表在一些實施例中，在確定(306)與句子的至少一個關鍵詞對應的至少一個類別之前，分類模塊210生成類別列表。圖5是根據一些實施例的生成類別列表的方法500的流程圖。分類模塊210識另Ij (502)所述多個文檔中包括來自關鍵本文檔來自技高網...

【技術保護點】

【技術特征摘要】
【國外來華專利技術】...

【專利技術屬性】
技術研發人員：M杜昂范，
申請(專利權)人：梅塔瓦納股份有限公司，
類型：發明
國別省市：