[發明專利]基于自然語言處理的教育資源質量評價挖掘方法及系統

有效

• 申請號: 201910431440.5
• 申請日: 2019-05-22
• 公開（公告）號: CN110147552B
• 公開（公告）日: 2022-12-06
• 發明（設計）人: 季一木;許正陽;劉強;劉尚東;堯海昌;李奎;劉艷蘭
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/211;G06F40/289;G06F40/30;G06Q10/06;G06Q50/20
• 代理公司: 南京瑞弘專利商標事務所(普通合伙) 32249
• 代理人: 彭雄

1.一種基于自然語言處理的教育資源質量評價挖掘方法，其特征在于，包括以下步驟：

步驟1，采集教育資源評價數據，去除無效評論；

步驟2，評價搭配抽取；能夠表達用戶情感的評價對象和評價短語由多個詞語組成，每一組詞構成一個評價對象，評價詞的評價搭配；對評價進行分句，用帶權詞典構建Trie樹，根據Trie樹對待分句生成所有可能詞為結點組成的有向無環圖，通過動態規劃法以權值最大的路徑輸出為分詞結果；再對待處理句子進行依存句法分析，然后將滿足規則關系的搭配提取為評價搭配二元組，以評價對象，評價詞的結構保存；

步驟3，將自然語言向量化；word2vec采用的模型包含了連續詞袋模型CBOW和Skip-Gram模型；通過word2vec進行高效訓練從而得到詞向量，詞向量之間的距離表示詞和詞之間的相似程度；

步驟4，構建knn聚類模型；取評價對象向量集合Si，包含i個m種類的評價搭配詞向量模型，當第i+1個詞向量加入集合時，計算Ci+1與所有向量的余弦相似度sim；確定k的值為N×B，N為元組總數，B這里取1/10，將sim按照從小到大的順序排序，選取前k個向量tensors，統計這k個向量中所屬分類比例最大的，則這個向量屬于該分類；

步驟5，選出中心評價對象向量；通過floyd算法計算每一類中所有向量之間的余弦相似度，保存在矩陣S中，S[i][j]表示向量i與向量j的余弦相似度；遍歷S選取與其他向量相似度最小的向量作為類別的中心向量；中心向量對應的評價對象則為中心評價對象；

步驟6，選出中心評價詞對象；在以評價對象分的每一類中重復步驟5，選出中心詞評價向量組；

步驟7，生成評價樹；生成以資源，評價對象，評價詞為結點的評價樹，其中，資源為根結點，評價對象為二級結點，評價詞為三級結點；

步驟8，對評價詞進行情感分析；經過分類統計，得到關于評價對象的情感得分，再通過權重矩陣值得出整個資源的評分；將情感分成兩類標簽集：消極和積極；對于消極的評價詞，我們記作‘-1’，積極的評價詞記做‘1’；對于某含有a個中心詞的評價對象O，它的評分值屬于[-a,a]區間；對于含有x個評價對象的資源，它的評分值屬于[-x*a,x*a]；

步驟9，用戶偏好矩陣構建；對于x個評價對象，獲得用戶偏好向量X，有X_i∈(0,1)，用戶對某一評價對象偏好越大，相應的X_i值就越大；

步驟10，獲得資源評價得分；將評價對象得分向量A與用戶偏好向量X點乘，獲得最后的資源評價得分。

2.根據權利要求1所述基于自然語言處理的教育資源質量評價挖掘方法，其特征在于：步驟1中去除以符號字符為主的無效評論。

3.根據權利要求2所述基于自然語言處理的教育資源質量評價挖掘方法，其特征在于：步驟3中采用google開源框架word2vec，加載由大量百科詞庫訓練的模型，將評價對象，評價詞二元組轉化成1×64向量二元組。

4.根據權利要求3所述基于自然語言處理的教育資源質量評價挖掘方法，其特征在于：步驟7中對于評價生成樹，必須保證每一個上級結點下至少對應一個下級節點。

5.一種采用權利要求1所述基于自然語言處理的教育資源質量評價挖掘方法制成的系統，其特征在于：包括教育資源評價數據輸入模塊、去除無效評論模塊、評價搭配抽取模塊、將自然語言向量化模塊、構建knn聚類模型模塊、選出中心評價對象向量模塊、選出中心評價詞對象模塊、生成評價樹模塊、對評價詞進行情感分析模塊、用戶偏好矩陣構建模塊、獲得資源評價得分模塊。