[發(fā)明專利]一種確定用戶評(píng)論情感傾向的方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201810091242.4
• 申請(qǐng)日: 2018-01-30
• 公開(kāi)（公告）號(hào): CN108256098B
• 公開(kāi)（公告）日: 2022-02-15
• 發(fā)明（設(shè)計(jì)）人: 王宇;邱雪濤;萬(wàn)四爽;費(fèi)志軍;佘蕭寒;張琦;劉想;張莉敏
• 申請(qǐng)（專利權(quán)）人: 中國(guó)銀聯(lián)股份有限公司
• 主分類號(hào): G06F16/33
• 分類號(hào): G06F16/33;G06F16/35;G06F40/289;G06F40/30;G06F40/216;G06K9/62
• 代理公司: 北京同達(dá)信恒知識(shí)產(chǎn)權(quán)代理有限公司 11291
• 代理人: 黃志華

本發(fā)明實(shí)施例公開(kāi)了一種確定用戶評(píng)論情感傾向的方法及裝置，包括：獲取待評(píng)估評(píng)論，確定其涉及的各主題和分別對(duì)應(yīng)各主題的概率；針對(duì)涉及的每一主題，確定該主題的主題權(quán)重和情感分布；根據(jù)涉及的各個(gè)主題的主題權(quán)重、情感分布和分別對(duì)應(yīng)各主題的概率，確定該評(píng)論的情感傾向。可見(jiàn)，由于可根據(jù)該主題包含的詞語(yǔ)可確定出評(píng)論涉及到的各個(gè)主題的主題權(quán)重，因此，在衡量每個(gè)主題表達(dá)評(píng)論的能力時(shí)可充分考慮到該主題包含的詞語(yǔ)的上下文的語(yǔ)義相關(guān)性，進(jìn)而結(jié)合每個(gè)主題的情感分布和該評(píng)論分別對(duì)應(yīng)各主題的概率，可有效提高情感傾向判斷的準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明涉及互聯(lián)網(wǎng)及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種確定用戶評(píng)論情感傾向的方法及裝置。

背景技術(shù)

目前隨著互聯(lián)網(wǎng)金融以及金融科技的快速發(fā)展，各大金融機(jī)構(gòu)的產(chǎn)品營(yíng)銷活動(dòng)推廣力度逐年加大，但是如何評(píng)估營(yíng)銷活動(dòng)對(duì)產(chǎn)品推廣的效果，目前尚沒(méi)有形成一個(gè)有效的分析與評(píng)估方法；另一方面，隨著互聯(lián)網(wǎng)技術(shù)和社交網(wǎng)絡(luò)的發(fā)展，人們花費(fèi)在社交網(wǎng)絡(luò)上的時(shí)間越來(lái)越多，遇事也更傾向于在社交網(wǎng)絡(luò)上抒發(fā)情感，因此，基于人們?cè)谖⒉⒔鹑谡搲?yīng)用商店等社交網(wǎng)絡(luò)上的用戶評(píng)論數(shù)據(jù)，進(jìn)行情感分析，成為洞悉金融產(chǎn)品營(yíng)銷活動(dòng)的有效途徑。

現(xiàn)有技術(shù)中的情感分析方法主要分為兩大類，基于規(guī)則的方法和基于機(jī)器學(xué)習(xí)的方法。基于規(guī)則的方法主要是設(shè)計(jì)規(guī)則提取情感詞和極性判定，然后對(duì)所有的情感詞進(jìn)行簡(jiǎn)單情感極性統(tǒng)計(jì)求得文本的整體情感極性。另外，通過(guò)計(jì)算詞語(yǔ)的語(yǔ)義傾向，綜合考慮極性元素分布、密度和語(yǔ)義強(qiáng)度進(jìn)行情感詞的擴(kuò)展，進(jìn)一步修正文本的整體情感極性。可見(jiàn)，基于規(guī)則的方法進(jìn)行情感分析時(shí)，無(wú)論是對(duì)句子還是篇章進(jìn)行分析，都強(qiáng)烈依賴于情感詞典，不能有效的利用文本潛在的上下文語(yǔ)義信息，但用戶評(píng)論的情感大多是依賴上下文的，尤其是上下文語(yǔ)義相關(guān)性，這使得情感傾向的評(píng)估效果較差。

基于機(jī)器學(xué)習(xí)的方法主要是使用情感詞、詞語(yǔ)共現(xiàn)對(duì)、句法模板、主題相關(guān)特征等作為分類特征，使用基于機(jī)器學(xué)習(xí)的分類方法進(jìn)行情感/傾向性分析。一般過(guò)程是首先通過(guò)對(duì)訓(xùn)練文檔進(jìn)行手工標(biāo)注，生產(chǎn)訓(xùn)練模型，然后進(jìn)行測(cè)試文檔的預(yù)測(cè)。該方法主要應(yīng)用于句子級(jí)別的情感分析。可見(jiàn)，基于機(jī)器學(xué)習(xí)的方法大多只進(jìn)行端到端的學(xué)習(xí)，只考慮到詞級(jí)別的潛在特征，而一個(gè)主觀性文本中，不僅存在著詞語(yǔ)表面特征，同時(shí)還會(huì)涉及到語(yǔ)義等潛在的特征關(guān)系。而且，這種方法對(duì)樣本數(shù)據(jù)的要求比較高，需要大量的用戶標(biāo)注數(shù)據(jù)，容易產(chǎn)生樣本數(shù)據(jù)不平衡導(dǎo)致評(píng)估效果比較差的現(xiàn)象。

綜上所述，目前亟需要一種確定用戶評(píng)論情感傾向的方法，用以解決現(xiàn)有技術(shù)中僅根據(jù)文本中詞語(yǔ)的情感或潛在特征進(jìn)行評(píng)估，依賴大量人工標(biāo)簽數(shù)據(jù)，容易因樣本數(shù)據(jù)不平衡而導(dǎo)致情感傾向的評(píng)估效果較差的問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明提供一種確定用戶評(píng)論情感傾向的方法及裝置，用以解決現(xiàn)有技術(shù)中僅根據(jù)文本中詞語(yǔ)的情感或潛在特征進(jìn)行評(píng)估，依賴大量人工標(biāo)簽數(shù)據(jù)，容易因樣本數(shù)據(jù)不平衡而導(dǎo)致情感傾向的評(píng)估效果較差的問(wèn)題。

本發(fā)明實(shí)施例提供的一種確定用戶評(píng)論情感傾向的方法，包括：

獲取待評(píng)估評(píng)論，并確定所述待評(píng)估評(píng)論涉及的各主題，以及所述待評(píng)估評(píng)論分別對(duì)應(yīng)各主題的概率；

針對(duì)所述待評(píng)估評(píng)論涉及的每一主題，根據(jù)所述主題包含的詞語(yǔ)，確定所述主題的主題權(quán)重和情感分布；其中，所述主題權(quán)重用于衡量所述主題表達(dá)評(píng)論的能力；

根據(jù)所述待評(píng)估評(píng)論涉及的各個(gè)主題的主題權(quán)重、情感分布以及所述待評(píng)估評(píng)論分別對(duì)應(yīng)各主題的概率，確定所述待評(píng)估評(píng)論的情感傾向。

可選地，針對(duì)所述待評(píng)估評(píng)論涉及的每一主題，確定所述主題的主題權(quán)重，包括：

確定所述主題包含的各個(gè)詞語(yǔ)，根據(jù)所述各個(gè)詞語(yǔ)之間的相似度，確定所述主題的內(nèi)部相關(guān)度；

根據(jù)所述主題的內(nèi)部相關(guān)度，以及評(píng)論數(shù)據(jù)語(yǔ)料庫(kù)中所有主題的內(nèi)部相關(guān)度均值，確定所述主題的主題權(quán)重；其中，所述主題的主題權(quán)重與所述內(nèi)部相關(guān)度正相關(guān)。