[发明专利]针对产品评论信息的细粒度情感分析系统及方法

权利要求书

1.一种针对产品评论信息的细粒度化情感分析系统，其特征在于：包括

用户接口模块，用于系统与用户的交互，用户通过该模块提交产品评论信息集合；

产品评论信息训练样本数据库，用于存储各种已标注的产品评论信息训练样本，并定期进行更新；

词典加载模块，用于在特征抽取或预处理过程中加载相应的词典资源；

文本预处理模块，用于对用户输入的文本信息以及训练样本数据进行分句、分词、词性标注以及句法分析的相关预处理工作；

特征抽取模块，用于对预处理后的文本信息进行特征抽取，将文本信息向量化；

情感分析模型训练模块，用于根据数据库中已有的训练语料训练情感分析模型，该情感分析模型为一种具有Two-Level结构的Two-Level CRF模型，具体如下：

其中，ψ_l表示在同一标记序列上的势函数，φ_l表示两条标记序列间的势函数，T表示同一标记序列上的结点个数，L表示标记序列的个数，其中f_k(y_l，t，y_l，t+1，x，t)和f_k(y_l，t，y_l+1，t，x，t)分别为定义在同一标记序列和不同标记序列间的特征函数：

ψ_l(y_l，t，y_l，t+1，x，t)＝exp{∑_kλ_k*f_k(y_l，t，y_l，t+1，x，t)}，

φ_l(y_l，t，y_l+1，t，x，t)＝exp{∑_kλ_k*f_k(y_l，t，y_l+1，t，x，t)}；

该Two-Level CRF模型的结构包含了两条标记的线性链以及观察序列，同时在相同时间点的不同层次的标记节点相互连接，其中第一层标记序列对句中的产品实体以及情感词进行识别，即对应有三种标记T、S和O，分别代表产品实体名、情感词以及其他词，在第二层标记序列中对实体的情感倾向以及情感词的情感倾向性进行分析，即对应有三种标记P、N和O，分别代表正面情感、负面情感以及没有情感，通过Two-Level CRF模型对评论信息进行细粒度的实体级别情感分析，从而同时实现实体的识别和情感倾向性分析，并建立实体与细粒度化情感倾向之间的关系；

情感倾向性判断模块，将向量化的文本信息输入已训练好的情感分析模型中进行情感倾向性判断；

反馈模块，用于将情感分析结果反馈给用户，同时用户能够对判断结果进行修正，并将修正后的结果存入训练样本数据库。

2.一种针对产品评论信息的细粒度化情感分析方法，其特征在于，包括以下步骤：

1)、爬取对网络上带星级标注的产品评论信息，减少人工标注；

2)、采用样本数据，以词为最小分析粒度，训练了一种具有Two-Level结构的CRF模型，具体如下：

其中，ψ_l表示在同一标记序列上的势函数，φ_l表示两条标记序列间的势函数，T表示同一标记序列上的结点个数，L表示标记序列的个数，其中f_k(y_l，t，y_l，t+1，x，t)和f_k(y_l，t，y_l+1，t，x，t)分别为定义在同一标记序列和不同标记序列间的特征函数：

ψ_l(y_l，t，y_l，t+1，x，t)＝exp{∑_kλ_k*f_k(y_l，t，y_l，t+1，x，t)}，

φ_l(y_l，t，y_l+1，t，x，t)＝exp{∑_kλ_k*f_k(y_l，t，y_l+1，t，x，t)}；

其中，所述的Two-Level CRF的结构包含了两条标记的线性链以及观察序列，同时在相同时间点的不同层次的标记节点相互连接，其中第一层标记序列对句中的产品实体以及情感词进行识别，即对应有三种标记T、S和O，分别代表产品实体名、情感词以及其他词，在第二层标记序列中对实体的情感倾向以及情感词的情感倾向性进行分析，即对应有三种标记P、N和O，分别代表正面情感、负面情感以及没有情感，通过Two-Level CRF模型对评论信息进行细粒度的实体级别情感分析，同时进行实体识别以及情感倾向性判断两个任务；

3)、产品评论经过进行分句、分词、词性标注以及句法分析，采用训练好的Two-Level结构CRF模型实现实体信息识别及感情倾向判断；

4)引入反馈机制，模型能够对判断错误的样本数据进行学习。