[发明专利]一种情感数据的分析方法及装置

权利要求书

1.一种情感数据的分析方法，其特征在于，所述方法包括：

获取待分析数据；

采用Ansj工具中的条件随机场算法CRF模型对所述待分析数据进行分词处理，得到分词特征数据；

将所述分词特征数据生成用于确定所述分词特征数据中各词之间语义关系的分布式词向量；

根据所述分布式词向量中各词的特征数据，得到所述待分析数据的完整数据向量；具体包括：确定各词之间的词窗口大小数据为上下200字，词向量维度数据为30向量；根据所述词窗口大小数据和所述词向量维度数据，确定所述待分析数据的语义关系词向量；识别所述语义关系词向量中各词的词性与依存关系；对于其中的主干词与修饰词分别乘以相应的权值；对于情感词通过正负情感词库识别其情感倾向，并使用1，0，-1对各类情感词进行词性标注，作为词向量的特征列；通过对分布式词向量中的各词进行加权后再进行向量表示；

根据学习模型对所述完整数据向量进行分类计算，得到用于确定所述待分析数据的情感属性。

2.根据权利要求1所述的方法，其特征在于，在对所述待分析数据进行分词处理之前，所述方法还包括：

对所述待分析数据进行噪声过滤与重复评论去重，得到第一待分析数据；

对所述第一待分析数据进行分词处理，得到所述分词特征数据。

3.根据权利要求2所述的方法，其特征在于，在得到所述分词特征数据之后，所述方法还包括：

对所述分词特征数据进行重复词或重复字去重，得到第一分词特征数据；

将所述第一分词特征数据生成所述分布式词向量。

4.根据权利要求1所述的方法，其特征在于，根据所述分布式词向量中各词的特征数据，得到所述待分析数据的完整数据向量，包括：

根据所述分布式词向量确定各词之间的词窗口大小数据和词向量维度数据；

根据所述词窗口大小数据和所述词向量维度数据，确定所述待分析数据的语义关系词向量；

根据所述语义关系词向量中各词的特征数据，对所述语义关系词向量进行加权平均计算，得到所述待分析数据的完整数据向量。

5.根据权利要求1所述的方法，其特征在于，所述根据学习模型对所述完整数据向量进行分类计算，包括：

将所述完整数据向量转换成支持向量机SVM格式文件，并对所述SVM格式文件进行标准化处理，得到用于进行交叉验证的SVM参数；

在所述SVM参数中选择径向基核函数RBF和第一参数、第二参数进行交叉验证，得到用于在训练语料中获取SVM模型的第一最佳参数和第二最佳参数；

根据所述第一最佳参数和所述第二最佳参数确定出的SVM模型对所述完整数据向量进行分类计算。

6.根据权利要求1所述的方法，其特征在于，所述得到用于确定所述待分析数据的情感属性，包括：

根据所述学习模型确定所述待分析数据的情感属性的分类概率，

根据所述分类概率得到所述待分析数据的情感属性的分值；

根据所述分值确定所述待分析数据的情感属性。