[發(fā)明專利]酒店情感詞典的建立方法、評論的情感分析方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201610149697.8
• 申請日: 2016-03-16
• 公開（公告）號: CN107203520A
• 公開（公告）日: 2017-09-26
• 發(fā)明（設(shè)計）人: 李鳴;雷云奔;徐志廣;張宏俊;朱夢堯;吳波
• 申請（專利權(quán)）人: 中國科學(xué)院上海高等研究院
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27
• 代理公司: 上海光華專利事務(wù)所31219
• 代理人: 王再朝

1.一種酒店領(lǐng)域?qū)Ｓ们楦性~典的建立方法，其特征在于，所述酒店領(lǐng)域?qū)Ｓ们楦性~典包括：酒店定制情感詞典、網(wǎng)絡(luò)術(shù)語情感詞典、否定詞詞典、和程度副詞詞典，其中，所述方法包括：

建立所述酒店定制情感詞典，包括：抓取消費者對于酒店的網(wǎng)絡(luò)評論；從所述網(wǎng)絡(luò)評論中提取形容詞、和/或副詞作為候選詞；保留預(yù)設(shè)基礎(chǔ)情感詞典中未收錄的各所述候選詞；從保留的候選詞中選擇至少一個正面候選詞構(gòu)成正面基準詞集合、和至少一個負面候選詞構(gòu)成負面基準詞集合；根據(jù)所述正面基準詞集合和所述負面基準詞集合，通過點互信息法確定各所述候選詞的定制正、負面極性后加以存儲；

建立所述網(wǎng)絡(luò)術(shù)語情感詞典，包括：采集所述預(yù)設(shè)基礎(chǔ)情感詞典中未收錄且用于表示情感的正面網(wǎng)絡(luò)流行詞語、和負面網(wǎng)絡(luò)流行詞語，并加以存儲；

建立所述否定詞詞典，包括：收集各否定詞，并加以存儲；

建立所述程度副詞詞典，包括：收集各程度副詞，并加以存儲。

2.根據(jù)權(quán)利要求1所述的酒店領(lǐng)域?qū)Ｓ们楦性~典的建立方法，其特征在于，所述預(yù)設(shè)基礎(chǔ)情感詞典包括：基礎(chǔ)正面情感詞典、和基礎(chǔ)負面情感詞典。

3.根據(jù)權(quán)利要求1所述的酒店領(lǐng)域?qū)Ｓ们楦性~典的建立方法，其特征在于，分別設(shè)置所述酒店領(lǐng)域?qū)Ｓ们楦性~典中相關(guān)正面詞語的第一強度值；相關(guān)負面詞語、及所述否定詞的第二強度值；以及各所述程度副詞的各第三強度值，并加以存儲。

4.一種酒店評論的細粒度情感分析方法，其特征在于，包括：

抓取消費者對于酒店的評論數(shù)據(jù)；

從所述評論數(shù)據(jù)的評論內(nèi)容中提取關(guān)于酒店評價項目的特征詞語，其中，所述特征詞語包括：名詞、或名詞詞組；

從所述評論內(nèi)容中識別出含有所述特征詞語的單句作為觀點句；

從所述觀點句中提取形容詞、和/或副詞與權(quán)利要求3所述的酒店領(lǐng)域?qū)Ｓ们楦性~典的建立方法中建立的酒店領(lǐng)域?qū)Ｓ们楦性~典中的詞語匹配并返回相應(yīng)的強度值，據(jù)以計算各所述觀點句的情感分；

根據(jù)各所述觀點句的情感分計算所述評論內(nèi)容的情感分。

5.根據(jù)權(quán)利要求4所述的酒店評論的細粒度情感分析方法，其特征在于，所述從所述評論數(shù) 據(jù)的評論內(nèi)容中提取關(guān)于酒店評價項目的特征詞語之前，還包括文本預(yù)處理方法：

將所述評論內(nèi)容分成各個單句；

將所述各個單句分成各個詞語；

標記所述各個詞語的詞性；

排除停用的詞語。

6.根據(jù)權(quán)利要求5所述的酒店評論的細粒度情感分析方法，其特征在于，還包括：

檢測所述各個單句中是否存在重復(fù)次數(shù)大于預(yù)設(shè)重復(fù)閾值的特征詞語；

若是，則分別構(gòu)建重復(fù)的特征詞語的集合作為各候選特征集；

通過APRIORI算法從各所述候選特征集中產(chǎn)生各頻繁特征集，并以各所述頻繁特征集中詞語的特征作為各標識詞語；

從所述評論內(nèi)容中識別出含有各所述標識詞語的單句作為各觀點句；

從各所述觀點句中提取形容詞、和/或副詞與權(quán)利要求3所述的酒店領(lǐng)域?qū)Ｓ们楦性~典的建立方法中建立的酒店領(lǐng)域?qū)Ｓ们楦性~典中的詞語匹配并返回相應(yīng)的強度值，據(jù)以計算各所述觀點句的情感分；

根據(jù)各所述觀點句的情感分計算所述評論內(nèi)容的情感分。

7.根據(jù)權(quán)利要求4或6所述的酒店評論的細粒度情感分析方法，其特征在于，還包括：

從所述評論數(shù)據(jù)中獲取消費者的類型；

按照各所述類型對各所述評論數(shù)據(jù)分類；

計算得到各所述類型的相應(yīng)評論內(nèi)容的情感分。