[發明專利]評論信息情感分析方法、裝置、計算機存儲介質和服務器

有效

• 申請號: 201810272482.4
• 申請日: 2018-03-29
• 公開（公告）號: CN108536784B
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 潘岸騰
• 申請（專利權）人: 阿里巴巴（中國）有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/289;G06F40/30;G06K9/62
• 代理公司: 北京智信禾專利代理有限公司 11637
• 代理人: 吳肖肖

1.一種評論信息情感分析方法，其特征在于，包括步驟：

獲取第一評論信息中每個分段的分詞集合；

確定每個分段的分詞集合中屬于預設的分詞特征庫的若干個分詞，其中，所述分詞特征庫用于描述其包含的各個分詞的價值大小順序，分詞的價值的大小基于分詞對情感褒貶的區分度的高低進行確定，分詞對情感褒貶的區分度越高，分詞的價值越大；

基于所述分詞特征庫，按照價值從大到小的順序對每個分段的若干個分詞進行排序，生成每個分段的預設維度的原始輸入特征；

對每個分段的原始輸入特征中每個元素進行哈希運算，并對哈希運算得到的哈希值進行取模，生成每個分段的向量；

基于每個分段的向量生成所述第一評論信息的向量；

將所述第一評論信息的向量輸入預先生成的情感分析模型中，得到所述第一評論信息的預測值，其中，所述情感分析模型用于表征向量與預測值之間的關聯關系；

將所述第一評論信息的預測值與預設閾值進行比較，根據比較結果得到所述第一評論信息的情感分析結果。

2.根據權利要求1所述的評論信息情感分析方法，其特征在于，所述情感分析模型通過以下步驟生成：

獲取訓練樣本包含的各個第二評論信息中每個分段的分詞集合，以及用戶對各個第二評論信息分類的類別；

確定每個分段的分詞集合中屬于所述分詞特征庫的若干個分詞，基于每個分段的若干個分詞生成每個分段的向量；

基于每個分段的向量生成各個第二評論信息的向量；

將各個第二評論信息的向量和各自的類別輸入循環神經網絡中進行訓練，生成情感分析模型。

3.根據權利要求2所述的評論信息情感分析方法，其特征在于，所述基于每個分段的向量生成各個第二評論信息的向量，包括：

按照各個第二評論信息中每個分段的先后順序，由各個分段的向量生成各個第二評論信息的向量。

4.根據權利要求2所述的評論信息情感分析方法，其特征在于，所述將各個第二評論信息的向量和各自的類別輸入循環神經網絡中進行訓練，生成情感分析模型，包括：

通過預設算法求解預先構建的損失函數最小時所述循環神經網絡的模型參數，基于求解的所述循環神經網絡的模型參數得到情感分析模型，其中，所述損失函數為與各個第二評論信息的預測值和類別有關的函數，各個第二評論信息的預測值為與所述循環神經網絡的模型參數和各個第二評論信息的向量有關的變量。

5.根據權利要求1至4任意一項所述的評論信息情感分析方法，其特征在于，所述分詞特征庫通過以下步驟得到：

根據用戶對輸入的各個第二評論信息分類的類別，從各個第二評論信息中篩選出訓練樣本，其中，所述訓練樣本包括正樣本和負樣本；

獲取所述訓練樣本的分詞集合，其中，所述訓練樣本的分詞集合包括正樣本的分詞集合和負樣本的分詞集合；

統計所述訓練樣本的分詞集合中每個分詞在所述正樣本的分詞集合中出現的第一次數和在所述負樣本的分詞集合中出現的第二次數；

根據所述訓練樣本的分詞集合中每個分詞的第一次數和第二次數，確定所述訓練樣本的分詞集合中每個分詞的價值；

按照價值從大到小的順序，從所述訓練樣本的分詞集合中選取預設數目的分詞，由所述預設數目的分詞構成分詞特征庫。

6.根據權利要求5所述的評論信息情感分析方法，其特征在于，所述根據所述訓練樣本的分詞集合中每個分詞的第一次數和第二次數，確定所述訓練樣本的分詞集合中每個分詞的價值，包括：

依次從所述訓練樣本的分詞集合中選取一個分詞；

若該分詞的總次數大于等于預設值，確定該分詞的價值為設定值與該分詞在正樣本占比和負樣本占比乘積的差，其中，該分詞在正樣本占比為該分詞的第一次數與總次數的比值，該分詞在負樣本占比為該分詞的第二次數與總次數的比值，總次數為第一次數和第二次數之和；

若該分詞的總次數小于預設值，確定該分詞的價值為零。