[發明專利]文本分析方法、裝置及云平臺

在審

• 申請號: 201711452861.3
• 申請日: 2017-12-27
• 公開（公告）號: CN108197104A
• 公開（公告）日: 2018-06-22
• 發明（設計）人: 陳海江
• 申請（專利權）人: 浙江力石科技股份有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06F17/30
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 張紅平

本發明提供了一種文本分析方法、裝置及云平臺，涉及云計算技術領域，該方法包括：獲取目標領域的待分析文本數據，并獲取目標詞庫，其中，目標詞庫包括目標領域的情感詞語和/或對詞語有修飾作用的修飾詞語；通過目標詞庫對待分析文本數據進行情感分析，得到待分析文本數據的情感傾向值；根據情感傾向值確定待分析文本數據的情感傾向。本發明緩解了傳統文本分析方法所存在的情感分析準確率較低的技術問題。

技術領域

本發明涉及云計算技術領域，尤其是涉及一種文本分析方法、裝置及云平臺。

背景技術

我們已經身處大數據時代，而大數據的有效利用之路依舊任重道遠。據統計，現今高達80％的網絡數據均以文本、圖像等非結構化的形式存在，每年因非結構化數據利用不足而造成的損失中，僅世界500強公司就高達120億美金。在此背景下，對網絡文本進行情感分析，抽取網絡文本中有價值的情感信息，對信息檢索、電子商務、網絡輿情預警等有重要意義。

縱觀目前的研究現狀，情感分析方法多為先抽取情感信息單元，然后將這些情感信息單元和通用情感詞典中的情感詞語進行匹配得出情感信息，其中，情感信息單元多為評價詞語(如優秀、好用)、評價對象(如景區、電腦)等。由于情感詞典為通用的詞典，對于特定領域的網絡文本進行情感分析時，情感詞典或存在包含情感詞語不全面的問題，或存在詞語情感傾向不準確的問題；此外，針對復合情感詞的傾向性，存在缺乏量化分析的問題，上述兩方面因素都會導致網絡文本的情感分析準確度較低。

針對傳統文本分析方法存在情感分析準確度較低的技術問題，目前缺乏有效的解決方案。

發明內容

有鑒于此，本發明的目的在于提供一種文本分析方法、裝置及云平臺，以緩解傳統文本分析方法所存在的情感分析準確度較低的技術問題。

第一方面，本發明實施例提供了一種文本分析方法，包括：

獲取目標領域的待分析文本數據，并獲取目標詞庫，其中，所述目標詞庫包括所述目標領域的情感詞語和/或對詞語有修飾作用的修飾詞語；

通過所述目標詞庫對所述待分析文本數據進行情感分析，得到所述待分析文本數據的情感傾向值；

根據所述情感傾向值確定所述待分析文本數據的情感傾向。

結合第一方面，本發明實施例提供了第一方面的第一種可能的實施方式，其中，所述目標詞庫包括參考詞語和所述參考詞語的情感參考值，其中，所述參考詞語包括情感詞語和修飾詞語，通過目標詞庫對所述待分析文本數據進行情感分析，得到所述待分析文本數據的情感傾向值，包括：

對所述待分析文本數據的子句進行分詞處理，得到多個待分析詞語；

將每個所述待分析詞語和所述目標詞庫中的情感詞語進行匹配，得到目標情感詞，其中，所述目標情感詞為所述目標詞庫中和所述待分析詞語相匹配的情感詞語；

根據所述目標情感詞、所述目標詞庫中的修飾詞語以及所述情感參考值，確定所述待分析文本數據的情感傾向值。

結合第一方面的第一種可能的實施方式，本發明實施例提供了第一方面的第二種可能的實施方式，其中，所述目標詞庫中的情感詞語包括正面情感詞語和負面情感詞語，將每個所述待分析詞語和所述目標詞庫中的情感詞語進行匹配，包括：

將每個所述待分析詞語分別和所述目標詞庫中的正面情感詞語和負面情感詞語進行匹配，其中，

所述正面情感詞語為表示正面情感意義的詞語，所述負面情感詞語為表示負面情感意義的詞語。

結合第一方面的第一種可能的實施方式，本發明實施例提供了第一方面的第三種可能的實施方式，其中，所述目標詞庫中的修飾詞語的種類至少包括以下之一：程度副詞、否定詞、關聯詞，根據所述目標情感詞、所述目標詞庫中的修飾詞語以及所述情感參考值，確定所述待分析文本數據的情感傾向值，包括：