申请/专利权人:安徽商信政通信息技术股份有限公司
申请日:2020-12-18
公开(公告)日:2024-04-26
公开(公告)号:CN112434516B
主分类号:G06F40/211
分类号:G06F40/211;G06F40/284;G06N3/044;G06N3/0442;G06N3/084;G06N3/0464;G06N3/045;G06Q50/00
优先权:
专利状态码:有效-授权
法律状态:2024.04.26#授权;2021.03.19#实质审查的生效;2021.03.02#公开
摘要:本发明提出一种融合正文文本信息的自适应评论情感分析系统及方法,方法包括以下步骤:步骤a、确定数据来源及规模;步骤b、对数据进行预处理;步骤c、根据预处理后的数据进行特征向量提取;步骤d、对提取的特征向量进行关联度分析并得到加权文本向量;步骤e、对加权文本向量和评论特征压缩向量进行卷积操作,完成最终评论分类。本发明在引入主体信息的同时,避免了使用LDA时所需要的人工监督的工作,且对于未登录的文本类别具有一定的发现及特征提取能力;并且使得模型具有一定程度的发现新主题的能力,同时能够对于同一文本下的不同评论,自行匹配与该评论相关度较高的正文信息,解决LDA无法细粒度化的问题。
主权项:1.一种融合正文文本信息的自适应评论情感分析方法,其特征在于,所述方法包括以下步骤:步骤a、确定数据来源及规模,所述数据包括正文文本和评论文本;步骤b、对数据进行预处理;步骤c、根据预处理后的数据进行特征向量提取;步骤d、对提取的特征向量进行关联度分析并得到加权文本向量;步骤d中所述关联度分析获得加权文本向量具体包括以下步骤:步骤d1、计算压缩后的正文文本各个句子特征向量和评论特征向量的相关性rij:,其中,ci表示第i个评论特征向量,sj表示第j个正文句子的特征向量;步骤d2、计算第i个评论特征向量对于正文中每个句子j的相关度Rij:;步骤d3、计算加权文本向量Vi:;步骤e、对所述加权文本向量和评论特征压缩向量进行卷积操作,完成最终评论分类。
全文数据:
权利要求:
百度查询: 安徽商信政通信息技术股份有限公司 一种融合正文文本信息的自适应评论情感分析系统及方法
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。