网络情绪的确定方法和装置的制造方法
【技术领域】
[0001]本发明涉及互联网领域，具体而言，涉及一种网络情绪的确定方法和装置。
【背景技术】
[0002]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，发明人发现，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。
[0003]针对上述的问题，目前尚未提出有效的解决方案。
【发明内容】
[0004]本发明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。
[0005]根据本发明实施例的一个方面，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。
[0006]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。
[0007]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。
[0008]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。
[0009]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。
[0010]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。
[0011]根据本发明实施例的另一方面，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。
[0012]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。
[0013]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。
[0014]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。
[0015]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。
[0016]在本发明实施例中，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】
[0017]此处所说明的附图用来提供对本发明的进一步理解，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发明，并不构成对本发明的不当限定。在附图中:
[0018]图1是根据本发明实施例的网络情绪的确定方法的流程图；
[0019]图2是根据本发明实施例的网络情绪的确定装置的示意图。
【具体实施方式】
[0020]为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。
[0021]需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0022]根据本发明实施例，提供了一种网络情绪的确定方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0023]图1是根据本发明实施例的网络情绪的确定方法的流程图，如图1所示，该方法包括如下步骤:
[0024]步骤S102，获取目标事件的关键词。
[0025]步骤S104，获取与关键词关联的网络信息。
[0026]步骤S106，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。
[0027]步骤S108，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。量化值用于表示与其相应的情绪表现