基于观点语句可信度的话题观点强度计算方法与流程

技术特征：

1.一种基于观点语句可信度的话题观点强度计算方法，其特征在于：首先通过网页的多个关键属性计算出网页的可信程度，接着通过计算网页中观点语句和网页主题的关联性，获得网页主题对于观点语句的支持度，然后综合网页可信度和观点语句支持度得到观点语句的可信度，最后通过对隶属于给定观点类的所有观点语句的可信度进行求和，计算得到该话题观点类的观点强度。

2.如权利要求1所述的基于观点语句可信度的话题观点强度计算方法，其特征在于：假设围绕某话题的观点共分为n类，由这n个观点类所构成的集合记为VCS＝{VC₁,VC₂,VC₃,...,VC_n}，其中任一观点类VC_i(VC_i∈VCS)包含C_i个观点语句，即上述n个观点类中的所有观点语句来源于m个网页，这m个网页所构成的集合记为VCD＝{d₁,d₂,d₃,...,d_m}，其中任一网页d_k(d_k∈VCD)包含D_k个观点语句，这D_k个观点语句构成网页d_k的观点语句集合则

网页可信度计算；对m个网页中的每一个网页d_k(d_k∈VCD)，综合考虑网页d_k的多个关键属性，主要包括网页d_k的NPR因子、网页d_k的NTR因子、以及网页d_k的时间因子，计算出网页d_k的网页可信度。

3.如权利要求2所述的基于观点语句可信度的话题观点强度计算方法，其特征在于，观点语句支持度计算：对于VC_i中任一观点语句(即)，假定满足则首先采用余弦相似度计算方法，计算观点语句和网页d_k的标题间的相似度；接着，采用余弦相似度计算方法，计算观点语句和网页d_k的关键词间的相似度；最后，在前述两种相似度中，选择取值较大的相似度，作为网页d_k对观点语句的支持度。

4.如权利要求2所述的基于观点语句可信度的话题观点强度计算方法，其特征在于，话题观点强度值计算：综合步骤1得到的网页d_k的网页可信度，以及步骤2得到的网页d_k对观点语句的支持度，获得观点类VC_i中任一观点语句的可信度；最后，通过对观点类VC_i中的所有观点语句的可信度进行求和，计算得到话题观点的强度值。

5.如权利要求2所述的基于观点语句可信度的话题观点强度计算方法，其特征在于，对于网页集合VCD中的每一个网页d_k，综合考虑网页d_k的多个关键属性，采用公式(1)计算出网页d_k的网页可信度DRW(d_k)；

DRW(d_k)＝λ₁NPR(d_k)+λ₂NTR(d_k)+λ₃T(d_k) 公式(1)

公式(1)中的3个系数λ₁、λ₂和λ₃满足：NPR(d_k)表示网页d_k的NPR因子，NTR(d_k)表示网页d_k的NTR因子，T(d_k)表示网页d_k的时间因子。

6.如权利要求5所述的基于观点语句可信度的话题观点强度计算方法，其特征在于，网页d_k的NPR因子计算如公式(2)所示，其中PR(d_k)表示网页d_k的PageRank值(即PR值)：

网页d_k的NTR因子的计算如公式(3)所示，其中AP表示权威专业网站的集合：

网页d_k的时间因子计算如公式(4)所示：

其中，t_d表示网页d_k的最后修改时间，而t_max表示集合VCD中修改时间最晚的网页的修改时间。

7.如权利要求2所述的基于观点语句可信度的话题观点强度计算方法，其特征在于，观点语句支持度计算：使用网页标题和网页关键词来表征网页的主题，网页标题可以通过对网页源码的<title>标签获得，而网页关键词则通过对网页正文用TF-IDF算法得到；假设为VC_i中的任一观点语句(即)，且满足网页d_k的标题经过分词、去停用词之后，所得的词语集合记为取网页d_k的所有关键词构成集合而观点语句经过分词、去停用词之后，所得的词语集合记为并且令

利用余弦相似度计算方法，计算观点语句和网页d_k的标题之间的相似度的过程，观点语句和网页d_k的关键词之间的相似度的计算过程与此类似；首先，计算网页d_k的标题词语集合W₁相对于词语集合W_TS的词语向量其中元素的取值满足公式(5)：

接着，计算观点语句的词语集合W₃相对于词语集合W_TS的词语向量其中元素的取值满足公式(6)：

然后，利用公式(7)计算V_T1和V_S1之间的余弦相似度：

类似地，计算网页d_k的关键词集合W₂相对于词语集合W_KS的词语向量以及观点语句的词语集合W₃相对于词语集合W_KS的词语向量进而计算V_T2和V_S2之间的余弦相似度Cos(V_T2,V_S2)；

在此基础上，采用公式(8)网页d_k的对观点语句的支持度：

8.如权利要求2所述的基于观点语句可信度的话题观点强度计算方法，其特征在于，话题观点强度值计算：首先，根据步骤1得到的网页d_k的网页可信度DRW(d_k)，以及步骤2得到的网页d_k的对观点语句的支持度采用公式(9)计算观点语句的可信度：

然后，采用公式(10)对观点类VC_i中的所有观点语句的可信度进行求和，计算得到话题观点类VC_i的强度值：