[发明专利]一种分析文本属性的方法和装置

权利要求书

1.一种分析文本属性的方法，其特征在于，包括：

获取样本集；其中，所述样本集包括评价文本以及属性类别；

分析所述评价文本中词语的词性，统计相同词性对应的词语在所述评价文本中的出现次数，根据所述评价文本的词频向量以及属性类别，训练神经网络；

分析待测评价文本中词语的词性，统计相同词性对应的词语在所述待测评价文本中的出现次数，得到所述待测文本的词频向量，导入训练后的神经网络中，以确定所述待测评价文本的属性类别。

2.根据权利要求1所述的方法，其特征在于，所述分析所述评价文本中词语的词性，统计相同词性对应的词语在所述评价文本中的出现次数，根据所述评价文本的词频向量以及属性类别，训练神经网络，包括：

将所述样本集分为训练集和测试集；

基于所述训练集中评论文本的词频向量以及属性类别，训练神经网络，得到待测网络模型；

输入所述测试集中评论文本的词频向量至所述待测网络模型中，确定测试所得属性类别、与所述测试集中评论文本属性类别的错误率；

当所述错误率小于或等于预定错误率阈值时，确定所述待测网络模型为所述样本集的网络模型。

3.根据权利要求1所述的方法，其特征在于，在所述获取样本集之前，还包括：

统计预定分词库中词语的词性，组合生成词性集合；

所述分析所述评价文本中词语的词性，统计相同词性对应的词语在所述评价文本中的出现次数，包括：

分析所述评价文本中词语的词性，基于在所述词性集合中查询存在的词性，统计对应的词语在所述评价文本中的出现次数；

所述分析待测评价文本中词语的词性，统计相同词性对应的词语在所述待测评价文本中的出现次数，包括：

分析待测评价文本中词语的词性，基于在所述词性集合中查询存在的词性，统计对应的词语在所述待测评价文本中的出现次数。

4.根据权利要求1所述的方法，其特征在于，还包括：

当所述待测评价文本的总字数低于预定字数阈值时，确定所述待测评价文本为劣质评价；和/或

当所述待测评价文本中形容词的数量高于预定词性数量阈值时，确定所述待测评价文本为劣质评价。

5.一种分析文本属性的装置，其特征在于，包括：

样本获取模块，用于获取样本集；其中，所述样本集包括评价文本以及属性类别；

网络训练模块，用于分析所述评价文本中词语的词性，统计相同词性对应的词语在所述评价文本中的出现次数，根据所述评价文本的词频向量以及属性类别，训练神经网络；

属性测试模块，用于分析待测评价文本中词语的词性，统计相同词性对应的词语在所述待测评价文本中的出现次数，得到所述待测文本的词频向量，导入训练后的神经网络中，以确定所述待测评价文本的属性类别。

6.根据权利要求5所述的装置，其特征在于，所述网络训练模块，用于：

将所述样本集分为训练集和测试集；

基于所述训练集中评论文本的词频向量以及属性类别，训练神经网络，得到待测网络模型；

输入所述测试集中评论文本的词频向量至所述待测网络模型中，确定测试所得属性类别、与所述测试集中评论文本属性类别的错误率；

当所述错误率小于或等于预定错误率阈值时，确定所述待测网络模型为所述样本集的网络模型。

7.根据权利要求5所述的装置，其特征在于，还包括词性集合模块，用于：

统计预定分词库中词语的词性，组合生成词性集合；

所述网络训练模块，用于：

分析所述评价文本中词语的词性，基于在所述词性集合中查询存在的词性，统计对应的词语在所述评价文本中的出现次数；

所述属性测试模块，用于：

分析待测评价文本中词语的词性，基于在所述词性集合中查询存在的词性，统计对应的词语在所述待测评价文本中的出现次数。