[發明專利]一種點評文本標簽的自動提取方案

在審

• 申請號: 202110166250.2
• 申請日: 2021-02-04
• 公開（公告）號: CN112800180A
• 公開（公告）日: 2021-05-14
• 發明（設計）人: 岑袁京
• 申請（專利權）人: 北京易車互聯信息技術有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/35;G06F40/279;G06F40/30;G06N3/04;G06N3/08;G06N7/00
• 代理公司: 北京棘龍知識產權代理有限公司 11740
• 代理人: 李改平

1.一種點評文本標簽的自動提取方案，其特征在于：包括如下步驟：

步驟一、分詞模塊：對點評文本進行分詞；

步驟二、詞嵌入模型：根據海量文本訓練處詞語的embedding向量表示；

步驟三、情感極性模型：判斷文本的情感分類，以正向、負向、中性標記；

步驟四、得出點評結果。

2.根據權利要求1所述的一種點評文本標簽的自動提取方案，其特征在于：所述步驟一中分詞將連續的字序列按照一定的規范重新組合成詞序列的過程，且分詞分為英文分詞和中文分詞。

3.根據權利要求2所述的一種點評文本標簽的自動提取方案，其特征在于：所述中文分詞技術為機械分詞技術、基于統計的序列標注技術和隱式馬爾科夫模型技術，優選隱式馬爾科夫模型作為分詞模塊的主引擎。

4.根據權利要求3所述的一種點評文本標簽的自動提取方案，其特征在于：所述隱式馬爾科夫模型基本思想為根據觀測值序列找到真正的隱藏狀態值序列，并手工收集部分特有詞語集合，使用條件隨機場，進行分詞后的順序校對。

5.根據權利要求1所述的一種點評文本標簽的自動提取方案，其特征在于：所述詞嵌入模型機制如下：

(1)先是獲取大量文本數據；

(2)然后我們建立一個可以沿文本滑動的窗；

(3)利用這樣的滑動窗就能為訓練模型生成大量樣本數據。

6.根據權利要求1所述的一種點評文本標簽的自動提取方案，其特征在于：所述步驟二中詞嵌入模型把自然語言中的每一個詞，表示成一個統一意義統一維度的短向量，若遇到生僻的詞時，則利用Word2Vec進行詞匯捕捉獲取。

7.根據權利要求6所述的一種點評文本標簽的自動提取方案，其特征在于：所述Word2Vec訓練出的詞嵌入有兩個特點如下：

(1)體現了語義相似關系，如計算距離“red”最近的詞嵌入，結果就是“white”，“black”等表示顏色的單詞。

(2)體現了語義平移關系，如計算距離“woman”-“man”+“king”最近的詞嵌入，結果就是“queen”。

8.根據權利要求1所述的一種點評文本標簽的自動提取方案，其特征在于：所述步驟三中情感極性模型按照處理文本的類別不同，可分為基于新聞評論的情感分析和基于產品評論的情感分析，基于新聞評論的情感分析對輿情監控和信息預測，基于產品評論的情感分析幫助用戶了解某一產品在大眾心目中的口碑。

9.根據權利要求1所述的一種點評文本標簽的自動提取方案，其特征在于：所述情感極性模型的情感極性分析方法分為基于情感詞典和基于機器學習，使用基于機器學習方法，采用雙向長短時神經網絡作為情感分類的主引擎。

10.根據權利要求9所述的一種點評文本標簽的自動提取方案，其特征在于：所述雙向長短時神經網絡包括前向LSTM與后向LSTM兩個部分，兩個部分在自然語言處理任務中均用來建模上下文信息，拼接向量后用于情感分類。