[發明專利]文本處理方法、裝置和存儲介質

有效

• 申請號: 201811539984.5
• 申請日: 2018-12-17
• 公開（公告）號: CN109800418B
• 公開（公告）日: 2023-05-05
• 發明（設計）人: 劉昊;何伯磊;肖欣延;王晨秋;楊水生;呂雅娟
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/289;G06F40/242;G06F16/35
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 榮甜甜;劉芳

1.一種文本處理方法，其特征在于，包括：

根據目標領域的已有的用戶評論文本，獲取所述目標領域的情感搭配詞典，所述情感搭配詞典中包括多個目標情感搭配組，每個目標情感搭配組用于表征用戶對所述目標領域的評論對象的屬性的情感評論；

根據所述目標領域的待處理用戶評論文本和所述情感搭配詞典，獲取所述待處理用戶評論文本對應的情感搭配組；

若所述待處理用戶評論文本中包括所述情感搭配詞典中第一目標情感搭配組中的維度詞和評價詞，則將所述第一目標情感搭配組作為所述待處理用戶評論文本對應的情感搭配組，所述第一目標情感搭配組為所述情感搭配詞典中的任意一個目標情感搭配組；所述維度詞為所述已有的用戶評論文本中的評論對象的屬性；

若所述待處理用戶評論文本中僅包括所述情感搭配詞典中第二目標情感搭配組中的維度詞，且所述待處理用戶評論文本的情感極性和所述第二目標情感搭配組的情感極性相同，則將所述第二目標情感搭配組作為所述待處理用戶評論文本對應的情感搭配組，所述第二目標情感搭配組為所述情感搭配詞典中的任意一個目標情感搭配組。

2.根據權利要求1所述的方法，其特征在于，所述目標情感搭配組包括維度詞和評價詞；所述根據目標領域的已有的用戶評論文本，獲取所述目標領域的情感搭配詞典，包括：

對每個所述已有的用戶評論文本進行分詞處理，獲取每個所述已有的用戶評論文本的多個詞語；

根據每個所述已有的用戶評論文本的多個詞語對應的詞性，以及，詞性搭配規則，獲取每個所述已有的用戶評論文本的第一候選情感搭配組，所述詞性搭配規則包括：維度詞的確定規則和評價詞的確定規則；

根據多個所述第一候選情感搭配組，獲取所述目標領域的情感搭配詞典。

3.根據權利要求2所述的方法，其特征在于，所述目標情感搭配組還包括情感詞，所述情感詞為所述已有的用戶評論文本的情感極性；所述獲取每個所述已有的用戶評論文本的第一候選情感搭配組之后，還包括：

對每個所述第一候選情感搭配組進行情感極性分析，獲取每個所述第一候選情感搭配組對應的情感詞；

所述根據多個所述第一候選情感搭配組，獲取所述目標領域的情感搭配詞典，包括：

根據每個所述第一候選情感搭配組和每個所述第一候選情感搭配組對應的情感詞，獲取所述目標領域的情感搭配詞典。

4.根據權利要求3所述的方法，其特征在于，所述根據每個所述第一候選情感搭配組和每個所述第一候選情感搭配組對應的情感詞，獲取所述目標領域的情感搭配詞典，包括：

將每個所述第一候選情感搭配組和每個所述第一候選情感搭配組對應的情感詞進行組合，獲取第二候選情感搭配組，每個所述第二候選情感搭配組包括所述維度詞、所述評價詞和所述情感詞；

根據每個所述第二候選情感搭配組的維度詞的第一語義和評價詞的第二語義，對具有相同第一語義和第二語義的第二候選情感搭配組進行聚類，獲取第三候選情感搭配組；

根據每個所述第三候選情感搭配組對應的第二候選情感搭配組的數量，并按照所述數量從大到小的順序進行排序，將排列在前預設數量個的第三候選情感搭配組作為所述目標領域的情感搭配詞典。

5.根據權利要求3所述的方法，其特征在于，所述對每個所述第一候選情感搭配組進行情感極性分析，獲取每個所述第一候選情感搭配組對應的情感詞之前，還包括：

對多個所述第一候選情感搭配組進行篩選，刪除不符合預設依存規則的第一候選情感搭配組，所述預設依存規則為：所述第一候選情感搭配組中的評價詞與維度詞存在動賓關系，和/或，所述第一候選情感搭配組中的維度詞與所述第一候選情感搭配組對應的已有的用戶評論文本中的評論對象存在主謂關系。

6.根據權利要求2-4任一項所述的方法，其特征在于，所述根據所述目標領域的待處理用戶評論文本和所述情感搭配詞典，獲取所述待處理用戶評論文本對應的情感搭配組，包括：

若所述待處理用戶評論文本中不包括所述情感搭配詞典中任意一個目標情感搭配組中的維度詞，則將與所述待處理用戶評論文本的語義相似度大于相似度閾值的目標情感搭配組作為所述待處理用戶評論文本對應的情感搭配組。