4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述歷史評(píng)論文本的頻繁二項(xiàng)集中每個(gè)“歷史特征詞-歷史情感詞”組合出現(xiàn)的次數(shù)，利用關(guān)聯(lián)規(guī)則挖掘算法篩選出最頻繁出現(xiàn)的歷史特征詞和歷史情感詞組合，包括：

將所述“歷史情感詞-歷史特征詞”頻繁二項(xiàng)集作為候選項(xiàng)集，計(jì)算頻繁二項(xiàng)集中每個(gè)組合的支持度；

將頻繁二項(xiàng)集中的每個(gè)組合按照支持度降序排序，將大于等于最小支持度閾值的組合構(gòu)成頻繁二項(xiàng)表；

創(chuàng)建FP-Growth樹(shù)根節(jié)點(diǎn)null，根據(jù)所述頻繁二項(xiàng)表，依次將每個(gè)“歷史情感詞-歷史特征詞”組合作為一個(gè)事務(wù)從表中抽出，與所述根節(jié)點(diǎn)結(jié)合，構(gòu)成一個(gè)從根節(jié)點(diǎn)null-特征詞-情感詞的路徑，通過(guò)路徑對(duì)所述事務(wù)進(jìn)行編碼，并將路徑上所有節(jié)點(diǎn)的頻度計(jì)數(shù)為1，生成若干路徑，形成頻繁模式FP-Growth樹(shù)；

根據(jù)所述頻繁模式FP-Growth樹(shù)，由所述頻繁二項(xiàng)集生成關(guān)聯(lián)規(guī)則，得到所述歷史特征詞所關(guān)聯(lián)的歷史情感詞共同構(gòu)成的“歷史特征詞-歷史情感詞”的最頻繁同現(xiàn)關(guān)系。