基于hnc语义分析的立场判定方法

专利名称：基于hnc语义分析的立场判定方法
技术领域：
本发明属于计算机智能应用领域，涉及计算机对人类语言进行分析的方法，具体 地说，是将HNC自然语言理解技术与计算机相结合，对语言进行立场判定的方法。
背景技术：
HNC是英文Hierarchical Network of Conc印ts (概念层次网络)的缩写， HNC理论是概念层次网络理论，是一个关于自然语言理解处理(Natural Language Understanding)的理论体系，该理论开创了语言信息处理和语言研究的新思路，自1994年 问世以来，得到越来越多的专家学者的关注和认同。HNC理论是“以语义表达为基础，面向 整个自然语言理解的理论框架”，其语义表达具有概念化、层次化和网络化的特征。专利号为 98101921. 8的中国专利“模拟大脑语言感知过程的自然语言语句分析方法”中，对汉语语言 的句类结构做出了详细的说明，将汉语的句类分成7个大类，57个小类，并提出将句子划分成 语义块，进行分析，目前HNC句类分析系统已经相当成熟，在计算机上安装上HNC句类分析软 件后，即可对输入的语句进行分析，输出语义块，并可将语义块按语言的自然逻辑进行排列。HNC理论的目标是研制可在计算机上配置具有自然语言理解能力的“交互引擎”。 让计算机理解人类语言的需求是多方面的，其中一个重要的需求就是通过计算机对语言进 行立场判断。在社会生产、日常生活和人际交往中，人们对各种事物、现象都有自己的观点、看 法，所有的观点和看法可以归结为两大类，即肯定的表态和否定的表态。肯定的表态可以是喜欢某一件事，赞成某一件事，接受某一件事。否定的表态可以是讨厌某一件事、反对某一件事，拒绝某一件事等。有时候，人们对一件事的表态并无对错之分，但却有很重要的参考价值。因为它反 映了某一群人或公众对某一件事件总的看法，换句话说，它相当于民意测验。传统的民意测 验是挨家挨户走访进行的，其缺点是成本高，需要足够的资金投入，速度慢，样本的数量往 往不会太高，受地域空间时间限制，不能及时反应公众对热点问题的看法。随着信息时代的到来，计算机的广泛应用，人们的通讯和交流方式发生了很大的 变化，越来越多人每天都通过电子邮件、博客、发贴，网上论坛等方式在互联网阐述自己的 观点，表明看法，由于多是采用匿名方式，发表者反而很自由，直言不讳，毫无顾虑，各执己 见，立场鲜明，内容集中，速度快，跟贴者很多，为民意测验的开展提供了便利条件，在互联 网传播的观点是以电子文本的形式进行的，如果能够对电子文本中的语言内容进行立场判 断，则可提供很有价值的信息。但是，目前还没有一种类似可以借助HNC句类分析系统对电子文本内容进行立场 判断的方法。

发明内容
为解决上述问题，本发明的目的是提供一种基于HNC语义分析的立场判定方法，
4它能够对各种电子文本中语句的内容进行立场判断，以期说明和解释问题的趋势或倾向， 提供很有价值的信息。为实现上述目的，本发明采用以下技术方案一种基于HNC语义分析的立场判定方法，其特征是该方法包括以下步骤步骤1 在计算机内设立感情色彩动词数据库根据感情色彩动词的褒贬语义为 每个感情色彩动词赋予一个属性代码，褒义的感情色彩动词，其属性代码是1 ；贬义的感情 色彩动词，其属性代码是0;步骤2 在计算机内设立关键词数据库，将要分析的句子中的关键词输入到关键 词数据库中；步骤3 在计算机内安装HNC句类分析软件，将含有关键词的N个句子输入到计算 机的N个存储单元中；步骤4 设立指针变量i，指针变量i的初始值为1，将指针变量i指向上述的计算 机存储单元；步骤5 把指针变量i指向的计算机存储单元中的语句取出，输入给HNC句类分析 软件进行切分词，HNC句类分析软件按感情色彩动词的数量将句子划分成语义块，并输出如果该句中只有一个感情色彩动词，则将句子按单语义块类型[A1+X1+G]输出，如果该句中有两个感情色彩动词，则将句子按双语义块类型{A2+X2+[A1+X1+G]} 格式输出，如果该句中有三个感情色彩动词，则将句子按三语义块类型 A3+X3+{A2+X2+[A1+X1+G]}输出，上述格式中，各标号的含义分别是A1、A2、A3分别代表第一、第二、第三陈述者，X1、X2、X3分别代表第一、第二、第三感情色彩动词，G代表关键词，是立场判断的起点，[A1+X1+G]代表第一语义土夬， {A2+X2+[A1+X1+G]}代表第二语义块；A3+X3+{A2+X2+[A1+X1+G]}代表第三语义块；步骤6 计算第一陈述者的立场代码计算机扫描第一语义块，从感情色彩动词数 据库中读取第一感情色彩动词Xl的属性代码，然后将该属性代码与关键词的默认立场代 码1进行逻辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，1+0 = 0,0+1 = 0,0+0 = 1,将逻辑加法运算的结果赋给第一陈述者Al，作为第一陈述者Al的立场代码；步骤7 判断句子的语义块类型；如果该句子不是单语义块类型，则执行步骤8，如 果该句子是单语义块类型，则将第一陈述者Al的立场代码赋给句子变量SV，然后执行步骤 11 ；步骤8 计算第二陈述者的立场代码计算机扫描第二语义块，从感情色彩动词数 据库中读取第二感情色彩动词X2的属性代码，将该属性代码与步骤6得到的第一陈述者Al 的立场代码进行逻辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，1+0 = 0,0+1 = 0,0+0 = 1,将逻辑加法运算的结果赋给第二陈述者A2，作为第二陈述者A2的立场代码；步骤9 判断句子的语义块类型如果该句子不是双语义块类型，则执行步骤10 ；如果该句子是双语义块类型，则将第二陈述者A2的立场代码赋给句子变量SV，然后执行步 骤11 ；步骤10 计算第三陈述者的立场代码计算机扫描第三语义块，从感情色彩动词 数据库中读取第三感情色彩动词X3的属性代码，将该属性代码与步骤8得到的第二陈述者 A2的立场代码进行逻辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，1+0 = 0,0+1 = 0,0+0 = 1,将逻辑加法运算的结果赋给第三陈述者A3，将第三陈述者A3的立场代码赋给句 子变量SV ；步骤11 读取句子的立场代码计算机读取句子变量SV的值，根据句子变量SV的 值判断陈述者与关键词之间的立场关系；步骤12 判断是否处理完成全部句子计算机读取指针变量i的值，如果i < N，则 将i+Ι，然后返回步骤5，如果i = N，则结束。本发明有以下积极有益效果本方法将HNC理论与计算机技术有机的结合起来，以语义内容分析为基础，通过 计算机自动处理，对电子文档的内容进行立场判断，从而进行分析和推论，以期说明和解释 问题的趋势或倾向，例如可以统计出人们对某一事物的观点、看法，是持肯定态度的人多， 还是持否定态度的人多，从而提供很有价值的信息。本发明中所提到的立场是指对问题所 持的观点、态度，具体地说是指句子中第一陈述者、第二陈述者、第三陈述者与关键词之间 的对立或一致关系，也就是说作者与关键词之间的对立或一致关系。


图1是本发明的原理图。图2是感情色彩动词数据库的示意图。图3是关键词数据库的示意图。
具体实施例方式请参照图1，本发明是一种基于HNC语义分析的立场判定方法，该方法包括十二个 步骤，如图1所示。下面通过实施例来具体说明各步骤。实施例一本发明的方法包括以下步骤步骤1 在计算机内设立感情色彩动词数据库，根据感情色彩动词的褒贬语义为 每个感情色彩动词赋予一个属性代码，褒义的感情色彩动词，其属性代码是1 ；贬义的感情 色彩动词，其属性代码是0;感情色彩动词数据库结构如图2所示步骤2 在计算机内设立关键词数据库，关键词数据库如图3所示；本实施例中，我们要分析中国足球队聘请洋教练的句子，则将“洋教练”做为关键 词输入到关键词数据库中。下面来分析如下的例句1 中国足球队聘请洋教练。
6
2 中国足球队解聘洋教练。3 足协支持中国足球队聘请洋教练。4 足协支持中国足球队解聘洋教练。5 球迷拥护足协支持中国足球队聘请洋教练。6 球迷赞成足协支持中国足球队解聘洋教练。步骤3 在计算机内安装HNC句类分析软件，将含有关键词的6个句子输入到计算 机的6个存储单元中，步骤4，设立指针变量i，指针变量i的初始值为1，将指针变量i指向计算机中对 应的存储单元，步骤5 将指针变量i = 1指向的计算机存储单元中的语句“中国足球队聘请洋教 练”取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件按感情色彩动词的数量 将句子划分成语义块，并输出，该句中只有一个感情色彩动词“聘请”，则将句子按单语义块类型[A1+X1+G]输 出，中国足球队+聘请+洋教练。[Al+Xl+ G]步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“聘请”的属性代码1，然后将该属性代码1与关键词“洋教练”的默认立场代码1进行逻 辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1,1+0 = 0，将逻辑加法运算的结果1赋给第一陈述者“中国足球队”，作为第一陈述者“中国 足球队”的立场代码；步骤7:判断句子的语义块类型，该句子是单语义块类型，则将第一陈述者“中国 足球队”的立场代码赋1给句子变量SV，然后执行步骤11 ；步骤11 计算机读取句子变量SV的值，SV = 1，则代表第一陈述者“中国足球队” 与关键词“洋教练”之间的关系是一致关系。步骤12 计算机判断指针变量i的值，i = 1 < 6，则将i+Ι，然后返回步骤5，步骤5 将指针变量i = 2指向的计算机相应存储单元中的语句“中国足球队解聘 洋教练”取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件按感情色彩动词的 数量将句子划分成语义块，并输出，该句中只有一个感情色彩动词“解聘”，则将句子按单语义块类型[A1+X1+G]输 出，中国足球队+解聘+洋教练。[Al+Xl+ G]步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“解聘”的属性代码0，然后将该属性代码0与关键词“洋教练”的默认立场代码1进行逻 辑加法运算，运算法则是相同为1，相异为0，即0+1 = 0，将逻辑加法运算的结果0赋给第 一陈述者“中国足球队”，作为第一陈述者“中国足球队”的立场代码；步骤7:判断句子的语义块类型，该句子是单语义块类型，则将第一陈述者“中国 足球队”的立场代码0赋给句子变量SV，然后执行步骤11 ；
步骤11 计算机读取句子变量SV的值，SV = 0，则代表该句子中第一陈述者“中国 足球队”与关键词“洋教练”之间的关系是对立关系。步骤12 计算机判断指针变量i的值，i = 2 < 6，则将i+Ι，然后返回步骤5，步骤5 将指针变量i = 3指向的计算机相应存储单元中的语句“足协支持中国足 球队聘请洋教练”取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件按感情色 彩动词的数量将句子划分成语义块，并输出，该句中有两个感情色彩动词“支持”、“聘请”，则将句子按双语义块类型 {A2+X2+[A1+X1+G]}输出，足协+支持+中国足球队+聘请+洋教练；{A2 +X2+[Al +Xl + G]}步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“聘请”的属性代码1，然后将该属性代码1与关键词“洋教练”的默认立场代码1进行逻 辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，将逻辑加法运算的结果1赋给第一陈述者“中国足球队”，作为第一陈述者“中国 足球队”的立场代码；步骤7 判断句子的语义块类型，该句子不是单语义块类型，则执行步骤8 ；步骤8 计算机扫描第二语义块，从感情色彩动词数据库中读取第二感情色彩动 词“支持”的属性代码1，将该属性代码1与步骤6得到的第一陈述者“中国足球队”的立场 代码1进行逻辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，将逻辑加法运算的 结果1赋给第二陈述者“足协”，作为第二陈述者“足协”的立场代码；步骤9 该句子是双语义块类型，则将第二陈述者“足协”的立场代码1赋给句子变 量SV，然后执行步骤11;步骤11 计算机读取句子变量SV的值，SV= 1，则代表该句子中的第二陈述者“足 协”与关键词“洋教练”之间的关系是一致关系。步骤12 判断指针变量i的值，i = 3 < 6，则将i+Ι，然后返回步骤5，步骤5 将指针变量i = 4指向的计算机相应存储单元中的语句“足协支持中国足 球队解聘洋教练”取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件按感情色 彩动词的数量将句子划分成语义块，并输出，该句中有两个感情色彩动词“支持”、“解聘”，则将句子按双语义块类型 {A2+X2+[A1+X1+G]}输出，足协+支持+中国足球队+解聘+洋教练；{A2+ X2+ [Al +Xl + G]}步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“解聘”的属性代码0，然后将该属性代码0与关键词“洋教练”的默认立场代码1进行逻 辑加法运算，运算法则是相同为1，相异为0，即1+0 = 0，将逻辑加法运算的结果0赋给第一陈述者“中国足球队”，作为第一陈述者“中国 足球队”的立场代码；步骤7 判断句子的语义块类型，该句子不是单语义块类型，则执行步骤8 ；步骤8 计算机扫描第二语义块，从感情色彩动词数据库中读取第二感情色彩动
8词“支持”的属性代码1，将该属性代码1与步骤6得到的第一陈述者“中国足球队”的立场 代码1进行逻辑加法运算，运算法则是相同为1，相异为0，即1+0 = 0，将逻辑加法运算的 结果0赋给第二陈述者“足协”，作为第二陈述者“足协”的立场代码；步骤9 判断句子的语义块类型，该句子是双语义块类型，则将第二陈述者“足协” 的立场代码0赋给句子变量SV，然后执行步骤11 ；步骤11 计算机读取句子变量SV的值，SV = 0，则代表该句子中的第二陈述者“足 协”与关键词“洋教练”之间的关系是对立关系。步骤12 判断指针变量i的值，i = 4 < 6，则将i+Ι，然后返回步骤5，步骤5 将指针变量i = 5指向的计算机相应存储单元中的语句“球迷拥护足协支 持中国足球队聘请洋教练”取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件 按感情色彩动词的数量将句子划分成语义块，并输出，该句中有三个感情色彩动词“拥护”、“支持”、“聘请”，则将句子按双语义块类型 A3+X3+{A2+X2+[A1+X1+G]}输出，球迷+拥护+足协+支持+中国足球队+聘请+洋教练；A3+ X3+ {A2+ X2+ [Al+ Xl+ G]}步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“聘请”的属性代码1，然后将该属性代码1与关键词“洋教练”的默认立场代码1进行逻 辑加法运算，运算法则是相同为1，相异为1，即1+1 = 1，将逻辑加法运算的结果1赋给第 一陈述者“中国足球队”，作为第一陈述者“中国足球队”的立场代码；步骤7 判断句子的语义块类型，该句子不是单语义块类型，则执行步骤8 ；步骤8 计算机扫描第二语义块，从感情色彩动词数据库中读取第二感情色彩动 词“支持”的属性代码1，将该属性代码1与步骤5得到的第一陈述者“中国足球队”的立场 代码1进行逻辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，将逻辑加法运算的 结果1赋给第二陈述者“足协”，作为第二陈述者“足协”的立场代码；步骤9 判断句子的语义块类型，该句子不是双语义块类型，则执行步骤10，步骤10，计算机扫描第三语义块，从感情色彩动词数据库中读取第三感情色彩动 词“支持”的属性代码1，将该属性代码1与步骤8得到的第二陈述者“足协”的立场代码1 进行逻辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，将逻辑加法运算1的结果赋给第三陈述者“球迷”，将第三陈述者“球 迷”的立场代码1赋给句子变量SV ；步骤11 计算机读取句子变量SV的值，SV= 1，则代表该句子中的第三陈述者“球 迷”与关键词“洋教练”之间的关系是一致关系。步骤12 判断指针变量i的值，i = 5 < 6，则将i+Ι，然后返回步骤5，步骤5 将指针变量i = 6指向的计算机相应存储单元中的语句“球迷赞成足协支 持中国足球队解聘洋教练”取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件 按感情色彩动词的数量将句子划分成语义块，并输出，该句中有三个感情色彩动词“赞成”、 “支持”、“解聘”，则将句子按三语义块类型(A3+X3+{A2+X2+[A1+X1+G]})输出，球迷+赞成+足协+支持+中国足球队+解聘+洋教练(A3+ X3+{A2 +X2+ [Al +Xl+ G]})
步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“解聘”的属性代码0，然后将该属性代码0与关键词“洋教练”的默认立场代码1进行逻 辑加法运算，运算法则是相同为1，相异为0，即1+0 = 0，将逻辑加法运算的结果0赋给第一陈述者“中国足球队”，作为第一陈述者“中国 足球队”的立场代码；步骤7 判断句子的语义块类型，该句子不是单语义块类型，则执行步骤8 ；步骤8 计算机扫描第二语义块，从感情色彩动词数据库中读取第二感情色彩动 词“支持”的属性代码1，将该属性代码1与步骤6得到的第一陈述者“中国足球队”的立场 代码0进行逻辑加法运算，运算法则是相同为1，相异为0，即1+0 = 0，将逻辑加法运算的 结果0赋给第二陈述者“足协”，作为第二陈述者“足协”的立场代码；步骤9 判断句子的语义块类型，该句子不是双语义块类型，则执行步骤10 ；步骤10 计算机扫描第三语义块，从感情色彩动词数据库中读取第三感情色彩动 词“赞成”的属性代码1，将该属性代码1与步骤8得到的第二陈述者“足协”的立场代码0 进行逻辑加法运算，运算法则是相同为1，相异为0，即1+0 = 0，将逻辑加法运算的结果0 赋给第三陈述者“球迷”，将第三陈述者“球迷”的立场代码0赋给句子变量SV ；步骤11 计算机读取句子变量SV的值，SV = 0，则代表该句子中第三陈述者“球 迷”与关键词“洋教练”之间的关系是对立关系。步骤12 计算机判断指针变量i的值，i = 6，则结束。实施例二本发明是一种基于HNC语义分析的立场判定方法，该方法包括以下步骤步骤1 在计算机内设立感情色彩动词数据库，根据感情色彩动词的褒贬语义为每个感情色彩动词 赋予一个属性代码，褒义的感情色彩动词，其属性代码是1 ；贬义的感情色彩动词，其属性 代码是0 ；感情色彩动词数据库结构如图2所示步骤2 在计算机内设立关键词数据库，关键词数据库如图3所示；本实施例中，我们要分析下调手机漫游费的句子，则将“手机漫游费”作为关键词 输入到关键词数据库中，下面来分析如下的例句1 电信主管部门下调手机漫游费。2 用户赞扬电信主管部门下调手机漫游费。3 网络运营商批评电信主管部门下调手机漫游费。4 网络运营商同意电信主管部门下调手机漫游费。5 用户反对网络运营商批评电信主管部门下调手机漫游费。6 用户希望电信主管部门下调手机漫游费。步骤3 在计算机内安装HNC句类分析软件，将含有关键词的6个句子输入到计算 机的6个存储单元中，步骤4，设立指针变量i，指针变量i初始值为1，将指针变量i指向计算机中对应 的存储单元，步骤5 将指针变量i = 1指向的计算机存储单元中的语句“电信主管部门下调手
10机漫游费”取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件按感情色彩动词 的数量将句子划分成语义块，并输出，该句中只有一个感情色彩动词“下调”，则将句子按单语义块类型[A1+X1+G]输 出，电信主管部门+下调+手机漫游费。[Al+Xl +G]步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“下调”的属性代码1，然后将该属性代码1与关键词“手机漫游费”的默认立场代码1进 行逻辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，将逻辑加法运算的结果1赋给第一陈述者“电信主管部门”，作为第一陈述者“电 信主管部门”的立场代码；步骤7 判断句子的语义块类型，该句子是单语义块类型，则将第一陈述者“电信 主管部门”的立场代码1赋给句子变量SV，然后执行步骤11 ；步骤11 计算机读取句子变量SV的值，SV= 1，则代表该句子中第一陈述者“电信 主管部门”与关键词“手机漫游费”之间的关系是一致关系。步骤12 判断指针变量i的值，i = 1 < 5，则将i+Ι，然后返回步骤5，步骤5 将指针变量i = 2指向的计算机存储单元中的语句“用户赞扬电信主管部 门下调手机漫游费”取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件按感情 色彩动词的数量将句子划分成语义块，并输出，该句中有两个感情色彩动词“赞扬” “下调”，则将句子按双语义块类型 {A2+X2+[A1+X1+G]}输出，用户+赞扬+电信主管部门+下调+手机漫游费。{A2+ X2+[Al +Xl + G]}步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“下调”的属性代码1，然后将该属性代码1与关键词“手机漫游费”的默认立场代码1进 行逻辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，将逻辑加法运算的结果1赋给第一陈述者“电信主管部门”，作为第一陈述者“电 信主管部门”的立场代码；步骤7 判断句子的语义块类型，该句子不是单语义块类型，则执行步骤8，步骤8 计算机扫描第二语义块，从感情色彩动词数据库中读取第二感情色彩动 词“赞扬”的属性代码1，将该属性代码1与步骤6得到的第一陈述者“电信主管部门”，的 立场代码1进行逻辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，将逻辑加法运算的结果1赋给第二陈述者“用户”，作为第二陈述者 “用户”的立场代码；步骤9 判断句子的语义块类型，该句子是双语义块类型，则将第二陈述者用户”的 立场代码1赋给句子变量SV，然后执行步骤11，步骤11 计算机读取句子变量SV的值，SV = 1，则代表该句子中第二陈述者“用 户”与关键词“手机漫游费”之间的关系是一致关系。步骤12 判断指针变量i的值，i = 2 < 5，则将i+Ι，然后返回步骤5，
步骤5 将指针变量i = 3指向的计算机存储单元中的语句“网络运营商批评电信 主管部门下调手机漫游费”取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件 按感情色彩动词的数量将句子划分成语义块，并输出，该句中有两个感情色彩动词“批评”、 “下调”，则将句子按双语义块类型{A2+X2+[A1+X1+G]}输出，网络运营商+批评+电信主管部门+下调+手机漫游费。{A2+X2+ [Al+Xl + G]}步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“下调”的属性代码1，然后将该属性代码1与关键词“手机漫游费”的默认立场代码1进 行逻辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，将逻辑加法运算的结果1赋给第一陈述者“电信主管部门”，作为第一陈述者“电 信主管部门”的立场代码；步骤7 判断句子的语义块类型，该句子不是单语义块类型，则执行步骤8，步骤8 计算机扫描第二语义块，从感情色彩动词数据库中读取第二语义块中第 二感情色彩动词“批评”的属性代码0，将该属性代码0与步骤6得到的第一陈述者“电信 主管部门”的立场代码1进行逻辑加法运算，运算法则是相同为1，相异为0，即0+1 = 0，将逻辑加法运算的结果0赋给第二陈述者“网络运营商”，作为第二陈 述者“网络运营商”的立场代码；步骤9:判断句子的语义块类型，该句子是双语义块类型，则将第二陈述者“网络 运营商”的立场代码0赋给句子变量SV，步骤11 计算机读取句子变量SV的值，SV = 0，则代表该句子中的第二陈述者“网 络运营商”与关键词“手机漫游费”之间的关系是对立关系。步骤12 判断指针变量i的值，i = 3 < 6，则将i+Ι，然后返回步骤5，步骤5 将指针变量i = 4指向的计算机存储单元中的语句“网络运营商同意电信 主管部门下调手机漫游费”取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件 按感情色彩动词的数量将句子划分成语义块，并输出，该句中有两个感情色彩动词“同意”、“下调”，则将句子按双语义块类型 {A2+X2+[A1+X1+G]}输出，网络运营商+同意+电信主管部门+下调+手机漫游费。{A2+X2+[Al +Xl + G]}步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“下调”的属性代码，然后将该属性代码1与关键词“手机漫游费”的默认立场代码1进 行逻辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，将逻辑加法运算的结果1赋给第一陈述者“电信主管部门”，作为第一陈述者“电 信主管部门”的立场代码；步骤7 判断句子的语义块类型，该句子不是单语义块类型，则执行步骤8，步骤8 计算机扫描第二语义块，从感情色彩动词数据库中读取第二感情色彩动 词“同意”的属性代码1，将该属性代码1与步骤6得到的第一陈述者“电信主管部门”，的 立场代码1进行逻辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，将逻辑加法运算的结果1赋给第二陈述者“网络运营商”，作为第二陈
12述者“网络运营商”的立场代码；步骤9:判断句子的语义块类型，该句子是双语义块类型，则将第二陈述者“网络 运营商”的立场代码1赋给句子变量SV，然后执行步骤11，步骤11 计算机读取句子变量SV的值，SV= 1，则代表该句子中的第二陈述者“网 络运营商”与关键词“手机漫游费”之间的关系是一致关系。步骤12 判断指针变量i的值，i = 4 < 6，则将i+Ι，然后返回步骤5，步骤5 将指针变量i = 5指向的计算机存储单元中的语句“用户反对网络运营商 批评电信主管部门下调手机漫游费”取出，输入给HNC句类分析软件进行切分词，HNC句类 分析软件按感情色彩动词的数量将句子划分成语义块，并输出，该句中有三个感情色彩动词“反对”、“批评”、“下调”，则将句子按三语义块类型 A3+X3+ {A2+X2+ [A1+X1+G]}输出用户+反对+网络运营商+批评+电信主管部门+下调+手机漫游费。A3+ X3+{A2+ X2+[Al + Xl+ G]}步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“下调”的属性代码1，然后将该属性代码1与关键词“手机漫游费”的默认立场代码1进 行逻辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，将逻辑加法运算的结果1赋给第一陈述者“电信主管部门”，作为第一陈述者“电 信主管部门”的立场代码；步骤7 判断句子的语义块类型，该句子不是单语义块类型，则执行步骤8，步骤8 计算机扫描第二语义块，从感情色彩动词数据库中读取第二感情色彩动 词“批评”的属性代码0，将该属性代码0与步骤6得到的第一陈述者“电信主管部门”，的 立场代码1进行逻辑加法运算，运算法则是相同为1，相异为0，即0+1 = 0，将逻辑加法运算的结果0赋给第二陈述者“网络运营商”，作为第二陈 述者“网络运营商”的立场代码；步骤9 判断句子的语义块类型，该句子不是双语义块类型，则执行步骤10 ；步骤10 计算机扫描第三语义块，从感情色彩动词数据库中读取第三感情色彩动 词“批评”的属性代码0，将该属性代码0与步骤8得到的第二陈述者“网络运营商”的立场 代码0进行逻辑加法运算，运算法则是相同为1，相异为0，即0+0 = 1，将逻辑加法运算的 结果1赋给第三陈述者“用户”，将第三陈述者“用户”的立场代码1赋给句子变量SV ；步骤11 计算机读取句子变量SV的值，SV= 1，则代表该句子中的第三陈述者“用 户”与关键词“手机漫游费”之间的关系是一致关系。步骤12 判断指针变量i的值，i = 5 < 6，则将i+Ι，然后返回步骤5，步骤5 将指针变量i = 6指向的计算机存储单元中的语句“用户希望电信主管部 门下调手机漫游费”取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件按感情 色彩动词的数量将句子划分成语义块，并输出，该句中有两个感情色彩动词“希望” “下调”，则将句子按双语义块类型 {A2+X2+[A1+X1+G]}输出用户+希望+电信主管部门+下调+手机漫游费。{A2+ X2 + [Al+Xl + G]}
步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“下调”的属性代码1，然后将该属性代码1与关键词“手机漫游费”的默认立场代码1进 行逻辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，将逻辑加法运算的结果1赋给第一陈述者“电信主管部门”，作为第一陈述者“电 信主管部门”的立场代码；步骤7 判断句子的语义块类型，该句子不是单语义块类型，则执行步骤8，步骤8 计算机扫描第二语义块，从感情色彩动词数据库中读取第二感情色彩动 词“希望”的属性代码1，将该属性代码1与步骤6得到的第一陈述者“电信主管部门”，的 立场代码1进行逻辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，将逻辑加法运算的结果1赋给第二陈述者“用户”，作为第二陈述者 “用户”的立场代码；步骤9 判断句子的语义块类型，该句子是双语义块类型，则将第二陈述者“用户” 的立场代码1赋给句子变量SV，然后执行步骤11，步骤11 计算机读取句子变量SV的值，SV= 1，则代表该句子中的第二陈述者“用 户”与关键词“手机漫游费”之间的关系是一致关系。步骤12 计算机判断指针变量i的值，i=6,则结束。实施例三，本发明是一种基于HNC语义分析的立场判定方法，其特征是该方法包括以下步 骤步骤1 在计算机内设立感情色彩动词数据库，根据感情色彩动词的褒贬语义为 每个感情色彩动词赋予一个属性代码，褒义的感情色彩动词，其属性代码是1 ；贬义的感情 色彩动词，其属性代码是0;感情色彩动词数据库结构如图2所示步骤2 在计算机内设立关键词数据库，关键词数据库如图3所示；本实施例中，我们要分析含有高中文理分科内容的句子，则将“高中文理分科”作 为关键词输入到关键词数据库中。下面我们分析如下的例句1.教委推行高中文理分科。2.教委取消高中文理分科。3.老师拥护教委推行高中文理分科。4.老师赞同教委取消高中文理分科。5.家长支持老师拥护教委推行高中文理分科。6.家长支持老师赞同教委取消高中文理分科。步骤3 在计算机内安装HNC句类分析软件，将含有关键词的6个句子输入到计算 机的6个存储单元中，步骤4，设立指针变量i，指针变量i初始值为1，将指针变量i指向计算机中对应 的存储单元，步骤5 将指针变量i = 1指向的计算机存储单元中的语句“教委推行高中文理分 科，”取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件按感情色彩动词的数量将句子划分成语义块，并输出，该句中有一个感情色彩动词“推行”，则将句子按单语义块类型[A1+X1+G]输出，教委+推行+高中文理分科。[Al+Xl+ G]步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“推行”的属性代码，然后将该属性代码1与关键词“高中文理分科”的默认立场代码1进 行逻辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，将逻辑加法运算的结果1赋给第一陈述者“教委”，作为第一陈述者“教委”的立场 代码；步骤7 判断句子的语义块类型，该句子是单语义块类型，则将第一陈述者“教委” 的立场代码1赋给句子变量SV，然后执行步骤11步骤11 计算机读取句子变量SV的值，SV = 1，则代表该句子中第一陈述者“教 委”与关键词“高中文理分科”之间的关系是一致关系。步骤12 判断指针变量i的值，i = 1 < 6，则将i+Ι，然后返回步骤5。步骤5 将指针变量i = 2指向的计算机存储单元中的语句“教委取消高中文理分 科，”取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件按感情色彩动词的数量 将句子划分成语义块，并输出，该句中有一个感情色彩动词“取消”，则将句子按单语义块类型[A1+X1+G]输出，教委+取消+高中文理分科。[Al+ Xl+ G]步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“取消”的属性代码0，然后将该属性代码0与关键词“高中文理分科”的默认立场代码1 进行逻辑加法运算，运算法则是相同为1，相异为0，即1+0 = 0，将逻辑加法运算的结果0赋给第一陈述者“教委”，作为第一陈述者“教委”的立场 代码；步骤7 该句子是单语义块类型，则将第一陈述者“教委”的立场代码0赋给句子变 量SV，然后执行步骤11;步骤11 计算机读取句子变量SV的值，SV = 0，则代表该句子中第一陈述者“教 委”与关键词“高中文理分科”之间的关系是对立关系。步骤12 判断指针变量i的值，i = 2 < 6，则将i+Ι，然后返回步骤5。步骤5 将指针变量i = 3指向的计算机存储单元中的语句“老师拥护教委推行高 中文理分科，”取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件按感情色彩动 词的数量将句子划分成语义块，并输出，该句中有两个感情色彩动词“拥护” “推行”，则将句子按双语义块类型 {A2+X2+[A1+X1+G]}输出，老师+拥护+教委+推行+高中文理分科。{A2+ X2+ [Al + Xl + G]}步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“推行”的属性代码1，然后将该属性代码1与关键词“高中文理分科”的默认立场代码1
15进行逻辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，将逻辑加法运算的结果1 赋给第一陈述者“教委”，作为第一陈述者“教委”的立场代码；步骤7 判断句子的语义块类型，该句子不是单语义块类型，则执行步骤8，步骤8 计算机扫描第二语义块，从感情色彩动词数据库中读取第二感情色彩动 词“拥护”的属性代码1，将该属性代码1与步骤6得到的第一陈述者“教委”的立场代码1 进行逻辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，将逻辑加法运算的结果1赋给第二陈述者“老师”，作为第二陈述者 “老师”的立场代码；步骤9 判断句子的语义块类型，该句子是双语义块类型，则将第二陈述者“老师” 的立场代码1赋给句子变量SV，然后执行步骤11，步骤11 计算机读取句子变量SV的值，SV = 1，则代表该句子中第二陈述者“老 师”与关键词“高中文理分科”之间的关系是一致关系。步骤12 判断指针变量i的值，i = 3 < 6，则将i+Ι，然后返回步骤5。步骤5 将指针变量i = 4指向的计算机存储单元中的语句“老师赞同教委取消高 中文理分科，”取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件按感情色彩动 词的数量将句子划分成语义块，并输出，该句中有两个感情色彩动词“赞同” “取消”，则将句子按双语义块类型 {A2+X2+[A1+X1+G]}输出，老师+赞同+教委+取消+高中文理分科。{A2+X2+ [Al+ Xl+ G]}步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“取消”的属性代码0，然后将该属性代码0与关键词“高中文理分科”的默认立场代码1 进行逻辑加法运算，运算法则是相同为1，相异为0，即1+0 = 0，将逻辑加法运算的结果0赋给第一陈述者“教委”，作为第一陈述者“教委”的立场 代码；步骤7 判断句子的语义块类型，该句子不是单语义块类型，则执行步骤8，步骤8 计算机扫描第二语义块，从感情色彩动词数据库中读取第二感情色彩动 词“赞同”的属性代码1，将该属性代码1与步骤6得到的第一陈述者“教委”的立场代码0 进行逻辑加法运算，运算法则是相同为1，相异为0，即0+1 = 0，将逻辑加法运算的结果0 赋给第二陈述者“老师”，作为第二陈述者“老师”的立场代码；步骤9 判断句子的语义块类型，该句子是双语义块类型，则将第二陈述者“老师” 的立场代码0赋给句子变量SV，然后执行步骤11，步骤11 计算机读取句子变量SV的值，SV = 0，则代表该句子中的第二陈述者“老 师”与关键词“高中文理分科”之间的关系是对立关系。步骤12 判断指针变量i的值，i = 4 < 6，则将i+Ι，返回步骤5。步骤5 将指针变量i = 5指向的计算机存储单元中的语句“家长支持老师拥护教 委推行高中文理分科，”取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件按感 情色彩动词的数量将句子划分成语义块，并输出，该句中有三个感情色彩动词“支持”、“拥护”、“推行”，则将句子按三语义块类型A3+X3+{A2+X2+[A1+X1+G]}输出，家长+支持+老师+拥护+教委+推行+高中文理分科。A3+ X3+ {A2+ X2+ [Al+ Xl+ G]}步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“推行”的属性代码1，然后将该属性代码1与关键词“高中文理分科”的默认立场代码1 进行逻辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，将逻辑加法运算的结果1赋给第一陈述者“教委”，作为第一陈述者“教委”的立场 代码；步骤7 判断句子的语义块类型，该句子不是单语义块类型，则执行步骤8，步骤8 计算机扫描第二语义块，从感情色彩动词数据库中读取第二感情色彩动 词“拥护”的属性代码1，将该属性代码1与步骤6得到的第一陈述者“教委”的立场代码1 进行逻辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，将逻辑加法运算的结果1 赋给第二陈述者“老师”，作为第二陈述者“老师”的立场代码；步骤9 判断句子的语义块类型，该句子不是双语义块类型，则执行步骤10，步骤10 计算机扫描第三语义块，从感情色彩动词数据库中读取第三感情色彩动 词“支持”的属性代码1，将该属性代码1与步骤8得到的第二陈述者“老师”的立场代码1 进行逻辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，将逻辑加法运算1的结果 赋给第三陈述者“家长”，将第三陈述者“家长”的立场代码1赋给句子变量SV ；步骤11 计算机读取句子变量SV的值，SV = 1，则代表该句子中第三陈述者“家 长”与关键词“高中文理分科”之间的关系是一致关系。步骤12 判断指针变量i的值，i = 5 < 6，则将i+Ι，然后返回步骤5。步骤5 将指针变量i = 6指向的计算机存储单元中的语句“家长支持老师赞同教 委取消高中文理分科，”取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件按感 情色彩动词的数量将句子划分成语义块，并输出，该句中有三个感情色彩动词“支持”、“赞同”、“取消”，则将句子按三语义块类型 A3+X3+{A2+X2+[A1+X1+G]}输出，家长+支持+老师+赞同+教委+取消+高中文理分科。A3 +X3+ {A2+ X2+ [Al+Xl+ G]}步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“取消”的属性代码0，然后将该属性代码0与关键词“高中文理分科”的默认立场代码1 进行逻辑加法运算，运算法则是相同为1，相异为0，即1+0 = 0，将逻辑加法运算的结果0赋给第一陈述者“教委”，作为第一陈述者“教委”的立场 代码；步骤7 判断句子的语义块类型，该句子不是单语义块类型，则执行步骤8，步骤8 计算机扫描第二语义块，从感情色彩动词数据库中读取第二感情色彩动 词“赞同”的属性代码1，将该属性代码1与步骤6得到的第一陈述者“教委”的立场代码0 进行逻辑加法运算，运算法则是相同为1，相异为0，即1+0 = 0，将逻辑加法运算的结果1赋给第二陈述者“老师”，作为第二陈述者 “老师”的立场代码；
17
步骤9 判断句子的语义块类型，该句子不是双语义块类型，则执行步骤10，步骤10 计算机扫描第三语义块，从感情色彩动词数据库中读取第三感情色彩动 词“支持”的属性代码1，将该属性代码1与步骤8得到的第二陈述者“老师”的立场代码0 进行逻辑加法运算，运算法则是相同为1，相异为0，即1+0 = 0，将逻辑加法运算的结果0赋给第三陈述者“家长”，将第三陈述者“家 长”的立场代码0赋给句子变量SV ；步骤11 计算机读取句子变量SV的值，SV = 0，则代表该句子中的第三陈述者“家 长”与关键词“高中文理分科”之间的关系是对立关系。步骤12 计算机判断指针变量i的值，i=6,则结束。实施例四本发明是一种基于HNC语义分析的立场判定方法，其特征是该方法包括以下步 骤步骤1 在计算机内设立感情色彩动词数据库，根据感情色彩动词的褒贬语义为 每个感情色彩动词赋予一个属性代码，褒义的感情色彩动词，其属性代码是1 ；贬义的感情 色彩动词，其属性代码是0;感情色彩动词数据库结构如图2所示步骤2 在计算机内设立关键词数据库，关键词数据库如图3所示；本实施例中，我们要分析打击犯罪的句子，则将相关的词语“犯罪分子、罪犯、肇事 者、违法者、人质、小偷、被盗车辆”输入到关键词数据库中，1.公安部门打击犯罪分子。2.公安机关逮捕了罪犯。3.公安机关拘留了肇事者。4.法院处罚了违法者。5.歹徒劫持了人质。6.家属感激公安部门解救了人质。7.百姓称赞警察抓住了小偷。8.失主感谢警察找回了被盗车辆。步骤3 在计算机内安装HNC句类分析软件，将含有关键词的8个句子输入到计算 机的8个存储单元中，步骤4，设立指针变量i，指针变量i初始值为1，将指针变量i指向计算机中对应 的存储单元，步骤5 将指针变量i = 1指向的计算机存储单元中的语句“公安部门打击犯罪分 子。”取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件按感情色彩动词的数量 将句子划分成语义块，并输出，该句中只有一个感情色彩动词“打击”，则将句子按单语义块类型[A1+X1+G]输 出，公安部门+打击+犯罪分子[Al+ Xl+ G]步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动词“打击”的属性代码0，然后将该属性代码0与关键词“犯罪分子”的默认立场代码1进行 逻辑加法运算，运算法则是相同为1，相异为0，即0+1 = 0，将逻辑加法运算的结果0赋给第一陈述者“公安部门”，作为第一陈述者“公安部 门”的立场代码；步骤7 判断句子的语义块类型，该句子是单语义块类型，则将第一陈述者“公安 部门”的立场代码0赋给句子变量SV，然后执行步骤11 ；步骤11 计算机读取句子变量SV的值，SV = 0，则代表该句子中的第一陈述者“公 安部门”与关键词“犯罪分子”之间的关系是对立关系。步骤12 判断指针变量i的值，i = 1 < 8，则将i+Ι，然后返回步骤5，步骤5 将指针变量i = 2指向的计算机存储单元中的语句“公安机关逮捕了罪 犯。”取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件按感情色彩动词的数量 将句子划分成语义块，并输出，该句中只有一个感情色彩动词“逮捕”，则将句子按单语义块类型[A1+X1+G]输 出，公安机关+逮捕+罪犯[Al+ Xl+ G]步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“逮捕”的属性代码0，然后将该属性代码0与关键词“罪犯”的默认立场代码1进行逻辑 加法运算，运算法则是相同为1，相异为0，即0+1 = 0，将逻辑加法运算的结果0赋给第一陈述者“公安机关”，作为第一陈述者“公安机 关”的立场代码；步骤7:判断句子的语义块类型，该句子是单语义块类型，则将第一陈述者“公安 机关”的立场代码0赋给句子变量SV，然后执行步骤11 ；步骤11 计算机读取句子变量SV的值，SV = 0，则代表该句子中的第一陈述者“公 安机关”与关键词“罪犯”之间的关系是对立关系。步骤12 判断指针变量i的值，i = 2 < 8，则将i+Ι，然后返回步骤5 ；步骤5 将指针变量i = 3指向的计算机存储单元中的语句“公安机关拘留了肇事 者。”取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件按感情色彩动词的数量 将句子划分成语义块，并输出，该句中只有一个感情色彩动词“拘留”，则将句子按单语义块类型[A1+X1+G]输 出， 公安机关+拘留了 +肇事者[Al+ Xl+G]步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“拘留”的属性代码0，然后将该属性代码0与关键词“肇事者”的默认立场代码1进行逻 辑加法运算，运算法则是相同为1，相异为0，即0+1 = 0，将逻辑加法运算的结果0赋给第 一陈述者“公安机关”，作为第一陈述者“公安机关”的立场代码；步骤7 判断句子的语义块类型，该句子是单语义块类型，则将第一陈述者“公安 机关”的立场代码0赋给句子变量SV，然后执行步骤11 ；
步骤11 计算机读取句子变量SV的值，SV = 0，则代表该句子中的第一陈述者“公 安机关”与关键词“肇事者”之间的关系是对立关系。步骤12 判断指针变量i的值，i = 3 < 8，则将i+Ι，然后返回步骤5 ；步骤5:将指针变量i = 4指向的计算机存储单元中的语句“法院处罚了违法者” 取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件按感情色彩动词的数量将句 子划分成语义块，并输出，该句中只有一个感情色彩动词“处罚”，则将句子按单语义块类型[A1+X1+G]输 出，法院+处罚+违法者[Al+ Xl+ G]步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“处罚”的属性代码0，然后将该属性代码0与关键词“违法者”的默认立场代码1进行逻 辑加法运算，运算法则是相同为1，相异为0，即0+1 = 0，将逻辑加法运算的结果0赋给第 一陈述者“法院”，作为第一陈述者“法院”的立场代码；步骤7 判断句子的语义块类型，该句子是单语义块类型，则将第一陈述者“法院” 的立场代码0赋给句子变量SV，然后执行步骤11 ；步骤11 计算机读取句子变量SV的值，SV = 0，则代表该句子中的第一陈述者“法 院”与关键词“违法者”之间的关系是对立关系。步骤12 判断指针变量i的值，i = 4 < 8，则将i+Ι，然后返回步骤5 ；步骤5 将指针变量i = 5指向的计算机存储单元中的语句“歹徒劫持了人质。”取 出，输入给HNC句类分析软件进行切分词，HNC句类分析软件按感情色彩动词的数量将句子 划分成语义块，并输出，该句中只有一个感情色彩动词“劫持”，则将句子按单语义块类型[A1+X1+G]输 出，歹徒+劫持+人质。[Al+ Xl +G]步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“劫持”的属性代码0，然后将该属性代码0与关键词“人质”的默认立场代码1进行逻辑 加法运算，运算法则是相同为1，相异为0，即0+1 = 0，将逻辑加法运算的结果0赋给第一陈述者“歹徒”，作为第一陈述者“歹徒”的立场 代码；步骤7 判断句子的语义块类型，该句子是单语义块类型，则将第一陈述者“歹徒” 的立场代码0赋给句子变量SV，然后执行步骤11 ；步骤11 计算机读取句子变量SV的值，SV = 0，则代表该句子中的第一陈述者“歹 徒”与关键词“人质”之间的关系是对立关系。步骤12 判断指针变量i的值，i = 5 < 8，则将i+Ι，然后返回步骤5 ；步骤5 将指针变量i = 6指向的计算机存储单元中的语句“家属感激公安部门解 救了人质。”取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件按感情色彩动词 的数量将句子划分成语义块，并输出，
20
该句中有两个感情色彩动词“感激” “解救”，则将句子按双语义块类型 {A2+X2+[A1+X1+G]}输出，家属+感激+公安部门+解救了 +人质。{A2+ X2+ [Al +Xl +G]}步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“解救”的属性代码1，然后将该属性代码1与关键词“人质”的默认立场代码1进行逻辑 加法运算，运算法则是相同为1，相异为0，即1+1 = 1，将逻辑加法运算的结果1赋给第一陈述者“公安部门”，作为第一陈述者“公安部 门”的立场代码；步骤7 判断句子的语义块类型，该句子不是单语义块类型，则执行步骤8，步骤8 计算机扫描第二语义块，从感情色彩动词数据库中读取第二感情色彩动 词“感激”的属性代码1，将该属性代码1与步骤6得到的第一陈述者“公安部门”的立场代 码1进行逻辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，将逻辑加法运算的结果1赋给第二陈述者“家属”，作为第二陈述者 “家属”的立场代码；步骤9 判断句子的语义块类型，该句子是双语义块类型，则将第二陈述者“家属” 的立场代码1赋给句子变量SV，然后执行步骤11，步骤11 计算机读取句子变量SV的值，SV= 1，则代表该句子中的第二陈述者“家 属，，与关键词“人质”之间的关系是一致关系。步骤12 判断指针变量i的值，i = 6 < 8，则将i+Ι，返回步骤5。步骤5 将指针变量i = 7指向的计算机存储单元中的语句“百姓称赞警察抓住了 小偷。”取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件按感情色彩动词的数 量将句子划分成语义块，并输出，该句中有两个感情色彩动词“称赞” “抓住”，则将句子按双语义块类型 {A2+X2+[A1+X1+G]}输出，百姓+称赞+警察+抓住+小偷。{A2+ X2+ [Al+ Xl+ G]}步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“抓住”的属性代码0，然后将该属性代码0与关键词“小偷”的默认立场代码1进行逻辑 加法运算，运算法则是相同为1，相异为0，即0+1 = 0，将逻辑加法运算的结果0赋给第一陈述者“警察”，作为第一陈述者“警察”的立场 代码；步骤7 判断句子的语义块类型，该句子不是单语义块类型，则执行步骤8，步骤8 计算机扫描第二语义块，从感情色彩动词数据库中读取第二感情色彩动 词“称赞”的属性代码1，将该属性代码1与步骤6得到的第一陈述者“警察”的立场代码0 进行逻辑加法运算，运算法则是相同为1，相异为0，即1+0 = 0，将逻辑加法运算的结果0 赋给第二陈述者“百姓”，作为第二陈述者“百姓”的立场代码；步骤9 判断句子的语义块类型，该句子是双语义块类型，则将第二陈述者“百姓” 的立场代码0赋给句子变量SV，然后执行步骤11，
21
步骤11 计算机读取句子变量SV的值，SV = 0，则代表该句子中的第二陈述者“百 姓”与关键词“小偷”之间的立场关系是对立的关系。步骤12 判断指针变量i的值，i = 7 < 8，则将i+Ι，然后返回步骤5。步骤5 将指针变量i = 8指向的计算机存储单元中的语句“失主感谢警察找回了 被盗车辆。”取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件按感情色彩动词 的数量将句子划分成语义块，并输出，该句中有两个感情色彩动词“感谢” “找回”，则将句子按双语义块类型 {A2+X2+[A1+X1+G]}输出，失主+感谢+警察+找回了 +被盗车辆。{A2+ X2+ [Al+ Xl+ G]}步骤6 计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动 词“找回”的属性代码1，然后将该属性代码1与关键词“被盗车辆”的默认立场代码1进行 逻辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，将逻辑加法运算的结果1赋给第一陈述者“警察”，作为第一陈述者“警察”的立场 代码；步骤7 判断句子的语义块类型，该句子不是单语义块类型，则执行步骤8，步骤8 计算机扫描第二语义块，从感情色彩动词数据库中读取第二感情色彩动 词“感谢”的属性代码1，将该属性代码1与步骤6得到的第一陈述者“警察”的立场代码1 进行逻辑加法运算，运算法则是相同为1，相异为0，即1+1 = 1，将逻辑加法运算的结果1 赋给第二陈述者“失主”，作为第二陈述者“失主”的立场代码；步骤9 判断句子的语义块类型，该句子是双语义块类型，则将第二陈述者“失主” 的立场代码1赋给句子变量SV，然后执行步骤11，步骤11 计算机读取句子变量SV的值，SV= 1，则代表该句子中的第二陈述者“失 主”与关键词“被盗车辆”之间的立场关系是一致的关系。步骤12 判断指针变量i的值，i = 8，则结束。
权利要求
一种基于HNC语义分析的立场判定方法，其特征是该方法包括以下步骤步骤1在计算机内设立感情色彩动词数据库根据感情色彩动词的褒贬语义为每个感情色彩动词赋予一个属性代码，褒义的感情色彩动词，其属性代码是1；贬义的感情色彩动词，其属性代码是0；步骤2在计算机内设立关键词数据库，将要分析的句子中的关键词输入到关键词数据库中；步骤3在计算机内安装HNC句类分析软件，将含有关键词的N个句子输入到计算机的N个存储单元中；步骤4设立指针变量i，指针变量i的初始值为1，将指针变量i指向上述的计算机存储单元；步骤5把指针变量i指向的计算机存储单元中的语句取出，输入给HNC句类分析软件进行切分词，HNC句类分析软件按感情色彩动词的数量将句子划分成语义块，并输出如果该句中只有一个感情色彩动词，则将句子按单语义块类型[A1+X1+G]输出，如果该句中有两个感情色彩动词，则将句子按双语义块类型{A2+X2+[A1+X1+G]}格式输出，如果该句中有三个感情色彩动词，则将句子按三语义块类型A3+X3+{A2+X2+[A1+X1+G]}输出，上述格式中，各标号的含义分别是A1、A2、A3分别代表第一、第二、第三陈述者，X1、X2、X3分别代表第一、第二、第三感情色彩动词，G代表关键词，是立场判断的起点，[A1+X1+G]代表第一语义块，{A2+X2+[A1+X1+G]}代表第二语义块；A3+X3+{A2+X2+[A1+X1+G]}代表第三语义块；步骤6计算第一陈述者的立场代码计算机扫描第一语义块，从感情色彩动词数据库中读取第一感情色彩动词X1的属性代码，然后将该属性代码与关键词的默认立场代码1进行逻辑加法运算，运算法则是相同为1，相异为0，即1+1＝1，1+0＝0，0+1＝0，0+0＝1，将逻辑加法运算的结果赋给第一陈述者A1，作为第一陈述者A1的立场代码；步骤7判断句子的语义块类型；如果该句子不是单语义块类型，则执行步骤8，如果该句子是单语义块类型，则将第一陈述者A1的立场代码赋给句子变量SV，然后执行步骤11；步骤8计算第二陈述者的立场代码计算机扫描第二语义块，从感情色彩动词数据库中读取第二感情色彩动词X2的属性代码，将该属性代码与步骤6得到的第一陈述者A1的立场代码进行逻辑加法运算，运算法则是相同为1，相异为0，即1+1＝1，1+0＝0，0+1＝0，0+0＝1，将逻辑加法运算的结果赋给第二陈述者A2，作为第二陈述者A2的立场代码；步骤9判断句子的语义块类型如果该句子不是双语义块类型，则执行步骤10；如果该句子是双语义块类型，则将第二陈述者A2的立场代码赋给句子变量SV，然后执行步骤11；步骤10计算第三陈述者的立场代码计算机扫描第三语义块，从感情色彩动词数据库中读取第三感情色彩动词X3的属性代码，将该属性代码与步骤8得到的第二陈述者A2的立场代码进行逻辑加法运算，运算法则是相同为1，相异为0，即1+1＝1，1+0＝0，0+1＝0，0+0＝1，将逻辑加法运算的结果赋给第三陈述者A3，将第三陈述者A3的立场代码赋给句子变量SV；步骤11读取句子的立场代码计算机读取句子变量SV的值，根据句子变量SV的值判断陈述者与关键词之间的立场关系；步骤12判断是否处理完成全部句子计算机读取指针变量i的值，如果i＜N，则将i+1，然后返回步骤5，如果i＝N，则结束。
全文摘要
一种基于HNC语义分析的立场判定方法，包括步骤1在计算机内设立感情色彩动词数据库，步骤2在计算机内设立关键词数据库，步骤3在计算机内安装HNC句类分析软件，步骤4设立指针变量i，指针变量i的初始值为1，将指针变量i指向计算机中的存储单元，步骤5把指针变量i指向的计算机存储单元中的语句取出，进行切分词，将句子划分成语义块，步骤6计算第一陈述者的立场代码；步骤7读取句子的语义块类型；步骤8计算第二陈述者的立场代码；步骤9读取句子的语义块类型；步骤10计算第三陈述者的立场代码；步骤11读取句子的立场代码；步骤12判断是否处理完成全部句子。本发明的方法，能够对各种电子文本中语句的内容进行立场判断，以期说明和解释问题的趋势或倾向，提供很有价值的信息。
文档编号G06F17/27GK101963958SQ20091008949
公开日2011年2月2日 申请日期2009年7月22日 优先权日2009年7月22日
发明者孟东豫 申请人:北京大正语言知识处理科技有限公司