(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210922285.9 (22)申请日 2022.08.02 (71)申请人 北京信息科技大 学 地址 100192 北京市海淀区清河小营东路 12号 (72)发明人 任俊玲　许英姿　 (74)专利代理 机构 北京天方智力知识产权代理 事务所(普通 合伙) 11719 专利代理师 路远 (51)Int.Cl. G06Q 30/02(2012.01) G06Q 30/06(2012.01) G06F 16/33(2019.01) G06F 16/335(2019.01) G06F 40/242(2020.01)G06F 40/279(2020.01) (54)发明名称 一种基于情绪指数的大宗商品价格预测方 法及装置 (57)摘要 本发明提供一种基于情绪指数的大宗商品 价格预测方法及装置。 所述方法包括： 基于大宗 商品新闻和通用情感词典构建大宗商品情感词 典； 获取大宗商品新闻， 基于大宗商品情感词典 计算每种商品每个时段内的情绪指数； 基于每种 商品每个时段内的情绪指数对商品价格进行预 测。 本发明将现有的通用情感词典扩展为大宗 商 品情感词典， 并将所述大宗商品情感词典用于计 算商品的情绪指数， 提高了基于情绪指数对商品 价格进行 预测的精度。 权利要求书4页 说明书11页 附图4页 CN 115271816 A 2022.11.01 CN 115271816 A 1.一种基于情绪指数的大宗商品价格预测方法， 其特 征在于， 包括以下步骤： 基于大宗商品新闻和通用情感词典构建大宗商品情感词典； 获取大宗商品新闻， 基于大宗商品情感词典计算每种商品每 个时段内的情绪指数； 基于每种商品每 个时段内的情绪指数对商品价格进行 预测。 2.根据权利要求1所述的基于情绪指数的大宗商 品价格预测方法， 其特征在于， 构建大 宗商品情感词典的方法包括： 获取包括 正面基准词集和负面基准词集的通用情感词典； 从大宗商 品新闻语料库中获取新闻， 对所述新闻进行包括分词的预处理后得到构建大 宗商品情感词典的候选词； 将每个候选词与其在句子的所处位置前后指定范围内的每个候选词分别进行组合， 得 到候选组合词； 将每个候选词与通用情感词典中的每个正面基准词和每个负面基准词进行组合得到 正面组合词和负面组合词； 判断每个候选组合词是否存在于正面组合词或负面组合词中， 若是， 则利用情感倾向 点互信息算法分别计算每个候选组合词中的两个候选词的情感倾向系数K， 当K>0时， 所述 候选词为正面情感词； 当K＝0时， 所述候选词为中性情感词； K<0时， 所述候选词为负面情感 词； 将满足K>第一阈值>0的候选词和满足K<第二阈值<0的候选词分别合并到通用情感词 典的正面基准词集和负面基准词集； 对扩展后的通用情感词典进行包括去重的筛 选处理后， 得到大宗商品情感词典。 3.根据权利要求2所述的基于情绪指数的大宗商 品价格预测方法， 其特征在于， 候选词 c的情感倾向系数 K的计算公式为： 式中， 为正面基准词集中的第i个正面基准词， i＝1,2, …,n， n为正面基准词的数量； 为负面基准词集中的第j个负面基准词， j＝1,2, …,m， m为负面基准词的数量； count (c)、 和 分别为候选词c、 和 在语料库中出现的次数， 为候选词c和 在语料库中同时出现的次数， 为候选词c和 在语料库中同时出现的次数， N 为总词频。 4.根据权利要求1所述的基于情绪指数的大宗商 品价格预测方法， 其特征在于， 计算一 种商品一个时段内的情绪指数的方法包括： 从大宗商品新闻语料库中获取 所述商品在所述时段内的所有新闻；权　利　要　求　书 1/4 页 2 CN 115271816 A 2将每条新闻划分成句子； 对每个句子进行分词， 通过计算每个词的情绪指数并考虑否定词和程度词的影响， 计 算每个句子的情绪指数； 对组成每条新闻的每个句子的情绪指数求和， 得到每条新闻的情绪指数； 对各条新闻 的情绪指数求均值， 得到所述商品在所述时段内的情绪指数。 5.根据权利要求4所述的基于情绪指数的大宗商 品价格预测方法， 其特征在于， 计算一 个句子的情绪指数的方法包括： S1、 设置词的情绪指数变量word_polar， 取值为1、 ‑1、 0； 设置否定词影响变量deny_ sign， 取值为1或 ‑1； 设置程度词影响变量degree_sign， 取值范围[ 1,C]； 初始化deny_sign ＝1， degre e_sign＝1， i＝1； S2、 获取句子中的第i个词wi， 若wi是所述大宗商品情感词典中的正面词， 则word_ polari＝1*deny_sign*degree_sign， 转S4； 若wi是所述大宗商品情感词典中的负面词， 则 word_polari＝(‑1)*deny_sign*degree_sign， 转S4； 若wi不在所述大宗商品情感词典中， 则 word_polari＝0； S3、 若wi为否定词， 则deny_sign＝ ‑1； 若wi为程度词， 则获取wi的程度值degree_signi， degree_sign＝degree_signi； S4、 若i<M， 将i更新 为i+1后转S2， 否则转S5， M为所述句子中词的个数； S5、 按下式计算所述句子的情绪指数： 式中， Q为所述句子的情绪指数。 6.一种基于情绪指数的大宗商品价格预测装置， 其特 征在于， 包括： 词典构建模块， 用于基于大宗商品新闻和通用情感词典构建大宗商品情感词典； 情绪指数计算模块， 用于获取大宗商品新闻， 基于大宗商品情感词典计算每种商品每 个时段内的情绪指数； 价格预测模块， 用于基于每种商品每 个时段内的情绪指数对商品价格进行 预测。 7.根据权利要求6所述的基于情绪指数的大宗商 品价格预测装置， 其特征在于， 所述词 典构建模块具体用于： 获取包括 正面基准词集和负面基准词集的通用情感词典； 从大宗商 品新闻语料库中获取新闻， 对所述新闻进行包括分词的预处理后得到构建大 宗商品情感词典的候选词； 将每个候选词与其在句子的所处位置前后指定范围内的每个候选词分别进行组合， 得 到候选组合词； 将每个候选词与通用情感词典中的每个正面基准词和每个负面基准词进行组合得到 正面组合词和负面组合词； 判断每个候选组合词是否存在于正面组合词或负面组合词中， 若是， 则利用情感倾向 点互信息算法分别计算每个候选组合词中的两个候选词的情感倾向系数K， 当K>0时， 所述 候选词为正面情感词； 当K＝0时， 所述候选词为中性情感词； K<0时， 所述候选词为负面情感 词；权　利　要　求　书 2/4 页 3 CN 115271816 A 3