[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

本發明提供一種評論信息情感分析方法、裝置、計算機存儲介質和服務器，以解決現有技術中存在的缺乏自動化對評論信息進行情感分析方法的問題。所述的方法包括步驟：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，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；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。本發明實施例實現了對評論信息的自動化情感分析。

技術領域

本發明涉及計算機技術領域，具體而言，本發明涉及一種評論信息情感分析方法、裝置、存儲介質和服務器。

背景技術

在產品的運營過程中，需要對產品的質量進行評價，以確定優質產品推薦給用戶。傳統的方法是人工評價法，由編輯、運營人員體驗產品給產品打分進行質量評價。這種做法一方面消耗大量的人力物力，另一方面受評測人員的主觀因素影響，無法保證對所有產品給出客觀且準確的產品質量評價。

本發明的發明人經研究發現，通過用戶評論信息自動評價產品質量可以有效解決上述問題。而通過用戶評論信息給產品質量評分的方法核心工作在于如何對一條評論信息進行自動化的情感分析，自動判別一條評論信息是褒義還是貶義。然而現有技術中缺乏自動化對評論信息進行情感分析的方法。

發明內容

本發明針對現有方式的缺點，提出一種評論信息情感分析方法、裝置、存儲介質和服務器，用以解決現有技術中存在的缺乏自動化對評論信息進行情感分析方法的問題，以實現對評論信息的自動化情感分析。

本發明的實施例根據第一個方面，提供了一種評論信息情感分析方法，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，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。

在一個實施例中，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。

在一個實施例中，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；所述基于每個分段的若干個分詞生成每個分段的向量，包括：

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。

在一個實施例中，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。