申请/专利权人:广东工业大学
申请日:2022-08-15
公开(公告)日:2022-09-16
公开(公告)号:CN115062229A
主分类号:G06F16/9535
分类号:G06F16/9535;G06N3/04;G06F16/335;G06F16/35;G06F40/216;G06F40/30
优先权:
专利状态码:有效-授权
法律状态:2022.11.11#授权;2022.10.04#实质审查的生效;2022.09.16#公开
摘要:本发明提供了基于新闻评论的过滤以及情感分析方法,包括:对新闻评论进行过滤,获取有效评论集合;其中,所述有效评论集合中包括新闻与所述新闻评论的方面词集合;构建情感分析模型,将所述有效评论集合与所述方面词集合输入至所述情感分析模型中,获取情感倾向结果。本发明通过设置有效的筛选机制,能够过滤无效的用户评论数据,搭建了更加精确有效的模型可以针对文本的特定方面进行定向的情感倾向分析,获得精准的用户情感倾向结果。
主权项:1.基于新闻评论的过滤以及情感分析方法,其特征在于,包括:对新闻评论进行过滤,获取有效评论集合;其中,所述有效评论集合中包括新闻与所述新闻评论的方面词集合;构建情感分析模型,将所述有效评论集合与所述方面词集合输入至所述情感分析模型中,获取情感倾向结果;获取有效评论集合包括:提取新闻与所述新闻评论中的所述方面词集合,筛选出含有方面词集合的新闻评论,与不含方面词集合的新闻评论;提取所述新闻的中心句;采用Bert模型提取所述不含方面词集合的新闻评论的句意和所述中心句的句意,预设相似度阈值,比较所述不含方面词集合的新闻评论的句意和所述中心句的句意的相似度,将达到所述相似度阈值的所述不含方面词集合的新闻评论进行召回;将所述含有方面词集合的新闻评论,与达到所述相似度阈值的所述不含方面词集合的新闻评论进行结合,获得所述有效评论集合;所述情感分析模型包括:词嵌入层、一维卷积层、方面词卷积层和分类器。
全文数据:
权利要求:
百度查询: 广东工业大学 基于新闻评论的过滤以及情感分析方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。