[發明專利]一種電商評論情感分析降噪的方法和裝置

有效

• 申請號: 201810981948.8
• 申請日: 2018-08-27
• 公開（公告）號: CN109255027B
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 李平章;王航
• 申請（專利權）人: 上海寶尊電子商務有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/36;G06F40/289;G06F40/247;G06F40/242;G06Q30/02
• 代理公司: 上海卓陽知識產權代理事務所(普通合伙) 31262
• 代理人: 金重慶

本發明涉及一種電商評論情感分析降噪方法和裝置，所述方法電商評論情感分析降噪方法包括以下步驟：步驟S1、預打標模塊的構建：步驟S2、人工標注模塊的構建：步驟S3、深度神經網絡模型訓練模塊的構建：步驟S4、深度神經網絡模型標注模塊的構建：步驟S5、降噪模塊的構建：步驟S6、情感分析模塊的構建。其優點表現在：能夠幫助商家發現并修正惡意評論，灌水，反復強調，夸大問題的評論，消除或者降低這些噪聲帶來的影響，讓情感分析結果更準確。

技術領域

本發明涉及自然語言處理技術領域，具體地說，是一種電商評論情感分析降噪的方法和裝置。

背景技術

情感分析是通過文本所表達的含義和情感信息將文本分為褒揚或貶義的兩種或多種類型。目的是為了找出說話者在某些話題上或者針對某個文本兩極的觀點的態度，這個態度表達了說話者的情感狀態。在電商領域，用戶購買商品后的評論直接表達了對商品的情感態度，對于幫助商家改善產品，提高用戶滿意度等有極大幫助。

目前已有很多對于情感分析的解決方案，主要通過情感詞，否定詞和程度副詞，領域詞典來構建模型，并通過詞性，語法成分分詞后生成特征向量，通過模型訓練得到情感傾向。該方案遇到的問題是一旦用戶惡意評論，灌水，反復強調，夸大問題等情況會放大結果或得到錯誤的結果，準確率不能保證，不能幫助商家有效鑒別，關注了不必要的問題，最后可能得到錯誤的決策方向。

中國專利文獻CN201310036034.1，申請日20130412，專利名稱為：針對產品評論信息的細粒度情感分析系統及方法，公開了針對產品評論信息的細粒度情感分析系統及方法，該系統包括：用戶接口，產品評論信息訓練樣本數據庫，情感詞典等相關詞典加載模塊，文本預處理模塊，特征抽取模塊，特征抽取模塊，情感分析模型訓練模塊，情感傾向性判斷模塊，反饋模塊。

上述專利文獻的針對產品評論信息的細粒度情感分析系統及方法，用戶可以通過該系統存儲和管理各種已標注的產品評論信息訓練樣本，并對之進行分句、分詞、詞性標注和句法分析等處理。用戶還可以添加自定義情感詞典對處理好的本文信息進行特征抽取和向量化，訓練情感分析模型，利用情感分析模型對向量化的文本信息進行情感傾向性判斷。系統將情感分析結果反饋給用戶，支持用戶對分析結果進行修正和保存。但是，關于一種幫助商家發現并修正惡意評論，灌水，反復強調，夸大問題的評論，消除或者降低這些噪聲帶來的影響，讓情感分析結果更準確的技術方案則未進行相應的公開。

綜上所述，需要一種幫助商家發現并修正惡意評論，灌水，反復強調，夸大問題的評論，消除或者降低這些噪聲帶來的影響，讓情感分析結果更準確的電商評論情感分析降噪的方法和裝置。而關于這種商評論情感分析降噪的方法和裝置目前還未見報道。

發明內容

本發明的目的是針對現有技術中的不足，提供一種幫助商家發現并修正惡意評論，灌水，反復強調，夸大問題的評論，消除或者降低這些噪聲帶來的影響，讓情感分析結果更準確的電商評論情感分析降噪的方法。

本發明的再一目的是：提供一種電商評論情感分析降噪裝置。

為實現上述目的，本發明采取的技術方案是：

一種電商評論情感分析降噪方法，所述方法電商評論情感分析降噪方法包括以下步驟：

步驟S1、預打標模塊的構建：

步驟S2、人工標注模塊的構建：

步驟S3、深度神經網絡模型訓練模塊的構建：

步驟S4、深度神經網絡模型標注模塊的構建：

步驟S5、降噪模塊的構建：

步驟S6、情感分析模塊的構建。

作為一種優選的技術方案，步驟S1具體包括以下步驟：