[發明專利]數據情感分析方法、裝置、電子設備及介質

有效

• 申請號: 202110043447.7
• 申請日: 2021-01-13
• 公開（公告）號: CN112364170B
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 王兆元;郭艷波;李青龍;白劍波;高媛
• 申請（專利權）人: 北京智慧星光信息技術有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/33;G06F40/289;G06F40/242;G06N20/00
• 代理公司: 北京鴻元知識產權代理有限公司 11327
• 代理人: 張超艷;董永輝

1.一種數據情感分析方法，其特征在于，包括：

采集評論信息；

獲得評論信息中用戶的評分；

基于詞典采用關鍵詞匹配和詞典規則獲得評論信息的情感極性，所述情感極性包括中性、負向和正向；

基于機器學習分析評論信息屬于不同情感極性的概率；

采用映射的方法將所述評分、情感極性和情感極性的概率轉換到同一范圍；

將轉換到同一范圍的所述評分、情感極性和情感極性的概率采用加權投票融合的方式獲得評論信息所屬情感極性及分值；

其中，所述基于詞典采用關鍵詞匹配和詞典規則獲得評論信息的情感極性的步驟包括：

加載詞典，所述詞典包括主題詞詞典、情感詞詞典、用戶分詞詞典和極性白名單，情感詞詞典包括普通情感詞詞典和主題相關情感詞詞典，極性白名單包括正面白名單、負面白名單和中性白名單；

通過用戶分詞詞典對評論信息進行預處理，所述預處理包括斷句和分詞；

通過主題詞詞典掃描評論信息，判斷掃描到的詞是否為主題詞；

如果掃描到的詞為主題詞，通過主題相關情感詞典獲得所述主題詞的情感極性；

如果掃描到的詞不是主題詞，通過普通情感詞典獲得所述詞的情感極性；

篩查情感詞是否存在于極性白名單，如果存在于極性白名單，則根據極性白名單決定情感極性；

通過評論信息中詞所屬最多的情感極性作為評論信息的情感極性；

或者，所述基于詞典采用關鍵詞匹配和詞典規則獲得評論信息的情感極性的步驟包括：

設定情感極性的中性對應的權重；

加載詞典，所述詞典包括主題詞詞典、情感詞詞典和用戶分詞詞典；

通過用戶分詞詞典對評論信息進行預處理，所述預處理包括斷句和分詞；

通過主題詞詞典掃描評論信息，獲得評論信息包含的主題詞，從而獲得包含主題詞的斷句，從而獲得斷句的向量詞組，所述向量詞組的初始權重為中性對應的權重，向量詞組的各詞的初始權重，為所述中性對應的權重的平均值；

通過情感詞典獲得斷句的詞向量組的各詞的詞語類別，所述詞語類別包括程度副詞、消極詞、積極詞和否定詞；

逐次更新詞向量組的權重，包括：如果詞語為積極詞語，獲取詞語的前一個詞和后一個詞語；如果前一詞為程度副詞，則程度副詞的初始權重和所述詞語的初始權重相乘；如果前一詞為否定詞或消極詞，前一詞的權重乘以-1；如后一詞為消極詞，后一詞的權重乘以-1；如果前一詞或后一詞除上述情況的其他情況，后一詞或前一詞的初始權重和所述詞語的初始權重相加；如果詞語為否定詞，則所述詞語的初始權重乘以-1；如果詞語為消極詞，獲取詞語的前一詞；如果前一詞為否定詞，則前一詞和所述詞語的權重相加；如果前一詞為程度副詞，則程度副詞的初始權重和所述詞語的初始權重相乘；如果前一詞語為其他情況，則前一詞的權重乘以-1；如果詞語為程度副詞，則初始權重不變；逐次更新，獲得更新后的詞向量組的權重；

如果詞向量組的權重大于中性對應的權重，所述斷句的情感極性為正向；

如果詞向量組的權重小于中性對應的權重，所述斷句的情感極性為負向；

如果詞向量組的權重等于中性對應的權重，所述斷句的情感極性為中性；

通過評論信息中包含主題詞的斷句所屬最多的情感極性作為評論信息的情感極性；

其中，所述基于機器學習分析評論信息屬于不同情感極性的概率的步驟包括：

采用無監督語料對語言模型進行預訓練；

通過有標注的語料對預訓練后的語言模型進行調整；

通過調整后的語言模型獲得評論信息屬于不同情感極性的概率；

其中，所述語言模型為Transformer模型，采用BERT預訓練模型對語言模型進行預訓練，Bert利用Transformer模型的特征抽取能力來學習詞語的雙向編碼表示；

其中，所述采用映射的方法將所述評分、情感極性和情感極性的概率轉換到同一范圍的步驟包括：

獲得用戶評分的評分等級的個數；

將最低評分等級的評分映射到所述范圍的最小值；

將最高評分等級的評分映射到所述范圍的最大值；

將中間等級的評分映射到所述最大值和最小值的平均值；

將中間等級和最低等級之間的等級的評分映射到小于所述最大值和最小值的平均值與最小值的平均值；

將中間等級和最高等級之間的等級的評分映射到大于最大值和最小值的平均值與最大值的平均值。