-
公开(公告)号:CN107967364A
公开(公告)日:2018-04-27
申请号:CN201711407394.2
申请日:2017-12-22
Applicant: 新华网股份有限公司
CPC classification number: G06F17/3089 , G06F17/30864 , G06K9/6215
Abstract: 本发明公开了一种网络文章传播力评估方法及装置,该网络文章传播力评估方法,包括:提取待处理网络文章的特征参数;并根据所述特征参数计算所述待处理网络文章的影响力权重值;根据所述影响力权重值确定目标网络文章的传播力指数。本发明中,根据提取的待处理网络文章的特征参数来计算该待处理网络文章的影响力权重值,进而根据该影响力权重值来确定目标网络文章的传播力指数。实现了对网络文章传播力的有效评估。
-
公开(公告)号:CN107807920A
公开(公告)日:2018-03-16
申请号:CN201711148610.6
申请日:2017-11-17
Applicant: 新华网股份有限公司
CPC classification number: G06F17/2795 , G06F17/2775 , G06F17/30737
Abstract: 本发明提供了基于大数据的情绪词典的构建方法、装置及服务器。该情绪词典的构建方法包括:获取原始文本信息,并对原始文本信息进行切词处理以得到待处理词语;确定任一待处理词语与预建立的基础情绪词典中各个情绪词语之间的相似度;根据确定的相似度,以及基础情绪词典中各个情绪词语对应的情绪类别、及与情绪类别对应的情绪强度,对基础情绪词典进行更新以构建情绪词典。应用本发明构建的情绪词典对文本信息识别时,不仅可以识别出该文本信息所属的情绪类别,还可以确定出该文本信息在该情绪类别下的情绪强度;应用本发明实施例可以更加细粒度地对文本信息进行分析,进而更加准确地分析出用户对文本信息的情绪倾向。
-
公开(公告)号:CN109376293A
公开(公告)日:2019-02-22
申请号:CN201810476419.2
申请日:2018-05-17
Applicant: 新华网股份有限公司
IPC: G06F16/9535 , G06F17/27
Abstract: 本发明提供一种文本信息的过滤方法,包括先对待分析文本信息进行元数据解析,以降低过滤方法的信息处理规模,提升效率;基于元数据规则、启发式规则、关键词规则和情感分析规则确定决策因子,将决策因子输入决策判定模型,实现对待分析文本的过滤,通过决策判定模型综合评价决策因子对文本信息过滤结果的影响,进一步提高文本过滤结果的准确性;另外,采用启发式规则过滤决策因子可提高文本萃取的速度;采用情感分析规则过滤决策因子,更加准确地确定评论文本的情感倾向,提升文本过滤的准确性;基于关键词规则能够处理复杂场景下的文本信息,提升过滤准确性。本发明还提供了一种文本信息的过滤装置和电子设备。
-
公开(公告)号:CN107967364B
公开(公告)日:2021-11-23
申请号:CN201711407394.2
申请日:2017-12-22
Applicant: 新华网股份有限公司
IPC: G06F16/958 , G06F16/9532 , G06K9/62
Abstract: 本发明公开了一种网络文章传播力评估方法及装置,该网络文章传播力评估方法,包括:提取待处理网络文章的特征参数;并根据所述特征参数计算所述待处理网络文章的影响力权重值;根据所述影响力权重值确定目标网络文章的传播力指数。本发明中,根据提取的待处理网络文章的特征参数来计算该待处理网络文章的影响力权重值,进而根据该影响力权重值来确定目标网络文章的传播力指数。实现了对网络文章传播力的有效评估。
-
公开(公告)号:CN107943789A
公开(公告)日:2018-04-20
申请号:CN201711148609.3
申请日:2017-11-17
Applicant: 新华网股份有限公司
CPC classification number: G06F17/2775 , G06F17/2715 , G06F17/30684
Abstract: 本发明提供了话题信息的情绪分析方法、装置及服务器。该方法包括:提取预置语料库中任一目标话题信息中包含的文本信息和至少一个表情符号信息;根据文本信息,在预置的情绪词典中进行匹配,以确定文本信息中匹配到的至少一个情绪词语、以及各个情绪词语对应的情绪类别;确定文本信息在匹配到的情绪类别上的第一情绪强度,以及至少一个表情符号信息在匹配到的情绪类别上的第二情绪强度;根据第一情绪强度和第二情绪强度,确定目标话题信息中文本信息与符号表情信息在匹配到的相同的情绪类别上的情绪强度。相比于现有技术,本发明实施例实现了文本信息和表情符号信息相结合的话题评论倾向性分析方法,从而更加准确地分析出用户对该话题信息的情绪倾向。
-
-
-
-