一、點互信息算法
點互信息算法是為了計算兩個詞語之間的相關性，公式如下：
p(word1 & word2)代表的是兩個單詞同時出現的概率（兩個單詞同時出現的次數/總詞數的平方）
p(word1）是word1出現的概率（word1出現的次數/總次數）
p(word2）是word2出現的概率（word1出現的次數/總次數）
結果：
PMI > 0；兩個詞語是相關的；值越大，相關性越強。
PMI = 0；兩個詞語是統計獨立的，不相關也不互斥。
PMI < 0；兩個詞語是不相關的，互斥的。
二、情感傾向點互信息算法（SO-PMI）
選用一組褒義詞（Pwords）跟一組貶義詞（Nwords）作為基准詞。若把一個詞語word1跟Pwords的點間互信息減去word1跟Nwords的點間互信息會得到一個差值，就可以根據該差值判斷詞語word1的情感傾向。
SO(phrase)>0 正面傾向，是褒義詞
SO(phrase)=0 為中性詞
SO(phrase)<0 為貶義詞