1.一種微博情感分類器的構(gòu)建方法，其特征在于，包括以下步驟：
S1，獲取多條微博數(shù)據(jù)，其中，所述微博數(shù)據(jù)包括微博文本與所述微博文本中的表情符；
S2，對所述微博文本進行分詞得到詞語集合，其中，所述詞語集合中的每個詞語攜帶微博文本情感傾向的基本原子信息；
S3，根據(jù)海量無標(biāo)注的微博文本數(shù)據(jù)得到詞語-詞語情感關(guān)聯(lián)關(guān)系；
S4，根據(jù)所述海量無標(biāo)注的微博文本數(shù)據(jù)得到詞語-情感關(guān)聯(lián)關(guān)系；
S5，對預(yù)設(shè)數(shù)量的微博文本數(shù)據(jù)進行人工標(biāo)注，以賦予情感標(biāo)簽得到有標(biāo)注的微博情感數(shù)據(jù)集；以及
S6，將所述詞語-詞語情感關(guān)聯(lián)關(guān)系、所述詞語-情感關(guān)聯(lián)關(guān)系和所述有標(biāo)注的微博情感數(shù)據(jù)集融合得到多源異構(gòu)情感信息，并建立數(shù)學(xué)模型，以得到微博情感分類器。
2.根據(jù)權(quán)利要求1所述的微博情感分類器的構(gòu)建方法，其特征在于，在所述S6中，具體包括：
在建立所述數(shù)據(jù)模型之后，通過數(shù)學(xué)優(yōu)化選法對所述數(shù)學(xué)模型進行優(yōu)化得到微博情感分類器的參數(shù)，進而得到所述微博情感分類器。
3.根據(jù)權(quán)利要求1所述的微博情感分類器的構(gòu)建方法，其特征在于，在所述S4中，通過尋找無標(biāo)注的微博文本中的詞語與詞語之間的聯(lián)系，以確定詞語之間的情感關(guān)聯(lián)性，進而獲取所述詞語-情感關(guān)聯(lián)關(guān)系。
4.根據(jù)權(quán)利要求1所述的微博情感分類器的構(gòu)建方法，其特征在于，在所述S5中，將所述預(yù)設(shè)數(shù)量的微博文本中的表情符作為微博情感傾向的偽標(biāo)簽，進而將所述表情符所表達的情感信息映射至對應(yīng)的詞語中，以建立所述表情符相關(guān)的詞語與表情符所表達情感的聯(lián)系，進而獲取所述有標(biāo)注的微博情感數(shù)據(jù)集。
5.根據(jù)權(quán)利要求1所述的微博情感分類器的構(gòu)建方法，其特征在于，還包括：
S7，輸出所述微博情感分類器。
6.一種微博情感分類器的構(gòu)建裝置，其特征在于，包括：
數(shù)據(jù)獲取模塊，用于獲取多條微博數(shù)據(jù)，其中，所述微博數(shù)據(jù)包括微博文本與所述微博文本中的表情符；
分詞模塊，用于對所述微博文本進行分詞得到詞語集合，其中，所述詞語集合中的每個詞語攜帶微博文本情感傾向的基本原子信息；
關(guān)系獲取模塊，用于根據(jù)海量無標(biāo)注的微博文本數(shù)據(jù)得到詞語-詞語情感關(guān)聯(lián)關(guān)系，并且根據(jù)所述海量無標(biāo)注的微博文本數(shù)據(jù)得到詞語-情感關(guān)聯(lián)關(guān)系；
標(biāo)注模塊，用于對預(yù)設(shè)數(shù)量的微博文本數(shù)據(jù)進行人工標(biāo)注，以賦予情感標(biāo)簽得到有標(biāo)注的微博情感數(shù)據(jù)集；以及
分類器構(gòu)建模塊，用于將所述詞語-詞語情感關(guān)聯(lián)關(guān)系、所述詞語-情感關(guān)聯(lián)關(guān)系和所述有標(biāo)注的微博情感數(shù)據(jù)集融合得到多源異構(gòu)情感信息，并建立數(shù)學(xué)模型，以得到微博情感分類器。
7.根據(jù)權(quán)利要求6所述的微博情感分類器的構(gòu)建裝置，其特征在于，在建立所述數(shù)據(jù)模型之后，所述分類器構(gòu)建模塊通過數(shù)學(xué)優(yōu)化選法對所述數(shù)學(xué)模型進行優(yōu)化得到微博情感分類器的參數(shù)，進而得到所述微博情感分類器。
8.根據(jù)權(quán)利要求6所述的微博情感分類器的構(gòu)建裝置，其特征在于，所述關(guān)系獲取模塊還用于通過尋找無標(biāo)注的微博文本中的詞語與詞語之間的聯(lián)系，以確定詞語之間的情感關(guān)聯(lián)性，進而獲取所述詞語-情感關(guān)聯(lián)關(guān)系。
9.根據(jù)權(quán)利要求6所述的微博情感分類器的構(gòu)建裝置，其特征在于，所述標(biāo)注模塊還用于將所述預(yù)設(shè)數(shù)量的微博文本中的表情符作為微博情感傾向的偽標(biāo)簽，進而將所述表情符所表達的情感信息映射至對應(yīng)的詞語中，以建立所述表情符相關(guān)的詞語與表情符所表達情感的聯(lián)系，進而獲取所述有標(biāo)注的微博情感數(shù)據(jù)集。
10.根據(jù)權(quán)利要求6所述的微博情感分類器的構(gòu)建裝置，其特征在于，還包括：
輸出模塊，用于輸出所述微博情感分類器。