[發明專利]一種基于情感極性分析模型的數據處理方法及裝置

有效

• 申請號: 202010584218.1
• 申請日: 2020-06-24
• 公開（公告）號: CN111767725B
• 公開（公告）日: 2023-06-20
• 發明（設計）人: 齊少卿;張宏斌
• 申請（專利權）人: 中國平安財產保險股份有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/30;G06F40/242;G06F16/35;G06F40/166
• 代理公司: 北京中強智尚知識產權代理有限公司 11448
• 代理人: 黃耀威

1.一種基于情感極性分析模型的數據處理方法，其特征在于，包括：

獲取待分析目標相關的評價數據；

根據所述評價數據的評論類型，配置所述評價數據各自對應的權重值，包括：

通過對所述評價數據的各評論類型進行兩兩對比，配置各評論類型的相對貢獻度；

根據所述各評論類型以及各評論類型的相對貢獻度，生成判斷矩陣；

計算所述判斷矩陣各行的連乘積開n次方，并對計算結果進行歸一化處理，得到所述各評論類型對應的權重值；

通過情感極性數據集對所述評價數據分別進行極性分析，得到表征所述評價數據各自對應的極性等級的極性數據，所述情感極性數據集包含不同語料分別對應的情感極性標簽；

根據所述權重值以及所述極性數據對所述評價數據進行處理，得到所述待分析目標的情感傾向信息，包括：

對所述待分析目標的相關評價數據對應的所述極性數據與所述權重值的乘積進行累加，得到第一加權信息；

對所述待分析目標的相關評價數據對應的所述權重值進行累加，得到第二加權信息；

將所述第一加權信息與所述第二加權信息的比值確定為所述待分析目標的情感傾向信息。

2.根據權利要求1所述的方法，其特征在于，所述通過情感極性數據集對所述評價數據分別進行極性分析，得到表征所述評價數據各自對應的極性等級的極性數據，包括：

利用jieba分詞工具以及自定義詞典對所述評價數據進行分詞處理；

基于word2vec詞向量模型對分詞處理結果進行特征提取，得到所述評價數據的詞向量；

根據所述詞向量在所述情感極性數據集中匹配對應的情感極性標簽，以得到所述評價數據對應的極性等級的極性數據。

3.根據權利要求1所述的方法，其特征在于，所述根據所述評價數據的評論類型，配置所述評價數據各自對應的權重值之前，所述方法還包括：

在所述評價數據中提取關鍵詞數據；

利用所述關鍵詞數據在預先建立的無效數據庫中進行匹配，并將得到的無效關鍵詞數據刪除。

4.根據權利要求3所述的方法，其特征在于，所述利用所述關鍵詞數據在預先建立的無效數據庫中進行匹配，并將得到的無效關鍵詞數據刪除之后，所述方法還包括：

利用正則表達式對所述評價數據進行篩選，得到無效字符串數據；

將所述無效字符串數據刪除。

5.根據權利要求1所述的方法，其特征在于，所述獲取待分析目標相關的評價數據，包括：

利用網絡爬蟲工具在指定的存儲地址獲取所述待分析目標相關的評價數據；

將所述評價數據存儲于區塊鏈網絡的區塊節點中。

6.一種基于情感極性分析模型的數據處理裝置，其特征在于，包括：

獲取單元，用于獲取待分析目標相關的評價數據；

配置單元，用于根據所述評價數據的評論類型，配置所述評價數據各自對應的權重值，包括：

通過對所述評價數據的各評論類型進行兩兩對比，配置各評論類型的相對貢獻度；

根據所述各評論類型以及各評論類型的相對貢獻度，生成判斷矩陣；

計算所述判斷矩陣各行的連乘積開n次方，并對計算結果進行歸一化處理，得到所述各評論類型對應的權重值；

分析單元，用于通過情感極性數據集對所述評價數據分別進行極性分析，得到表征所述評價數據各自對應的極性等級的極性數據，所述情感極性數據集包含不同語料分別對應的情感極性標簽；

處理單元，用于根據所述權重值以及所述極性數據對所述評價數據進行處理，得到所述待分析目標的情感傾向信息，包括：

對所述待分析目標的相關評價數據對應的所述極性數據與所述權重值的乘積進行累加，得到第一加權信息；

對所述待分析目標的相關評價數據對應的所述權重值進行累加，得到第二加權信息；

將所述第一加權信息與所述第二加權信息的比值確定為所述待分析目標的情感傾向信息。

7.一種存儲介質，其上存儲有計算機程序，所述存儲介質中存儲有至少一可執行指令，所述執行指令使處理器執行如權利要求1-5中任一項所述的基于情感極性分析模型的數據處理方法對應的操作。

8.一種計算機設備，包括處理器、存儲器、通信接口和通信總線，所述處理器、所述存儲器和所述通信接口通過所述通信總線完成相互間的通信，所述存儲器用于存放至少一可執行指令，所述可執行指令使所述處理器執行如權利要求1-5中任一項所述的基于情感極性分析模型的數據處理方法對應的操作。