申请/专利权人：山东科技大学

申请日：2022-12-06

公开（公告）日：2023-03-28

公开（公告）号：CN115860555A

主分类号：G06Q10/0639

分类号：G06Q10/0639;G06Q50/26;G06F16/951;G06F16/35;G06F16/33;G06F40/284;G06F18/241;G06N3/045;G06N3/0442;G06N3/047;G06N3/082

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.04.14#实质审查的生效;2023.03.28#公开

摘要：本发明公开了一种基于实体级情感分析的应急机构口碑评估方法，涉及事件应急管理技术领域。该基于实体级情感分析的应急机构口碑评估方法包括以下步骤：数据获取、数据处理、情感分析和信息统计。该基于实体级情感分析的应急机构口碑评估方法，基于Python语言的微博爬虫程序来获取关于各类应急机构的评论；其次，设计了基于Bi‑LSTM的端到端的实体级情感分析模型，用于识别评论句子中的应急机构实体以及相应的情感倾向；然后对情感分析的结果进行了情感统计，能够提升评估结果的全面性，实现对应急机构口碑的评估，为应急机构的应急能力提升提供参考。

主权项：1.一种基于实体级情感分析的应急机构口碑评估方法，其特征在于：所述评估方法包括以下步骤：S1、数据获取，首先利用与各类应急机构相关的关键词或话题来确定目标URL，然后利用基于Python的网络爬虫技术获取文本数据；S2、数据处理，过滤出包含应急机构和情感倾向的评论内容，通过数据清洗之后，还需要经过预处理步骤，根据常用的停用词表和分词工具完成去停用词、分词工作，并根据应急机构名称对照表将评论文本中具体机构的表达方式替换成该机构的规范化描述，最后进行人工数据标注，将原始评论文本转化为模型训练的输入数据；S3、情感分析，给定一个句子W，识别出句子W中包含的实体E以及其情感S，并建立基于Bi-LSTM的端到端的实体级情感分析模型结构；S4、通过以上步骤提取出来的信息进行统计，得到数据集中的应急机构实体和具有的正向情绪的评论数pos、负向情绪的评论数neg，然后通过定义的情绪指数获得公众对该应急机构实体的整体情感倾向。

全文数据：

权利要求：

百度查询： 山东科技大学 基于实体级情感分析的应急机构口碑评估方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD