[发明专利]文本的分析方法、装置和系统有效

专利信息
申请号: 201811426073.1 申请日: 2018-11-27
公开(公告)号: CN111241842B 公开(公告)日: 2023-05-30
发明(设计)人: 宋凯嵩;孙常龙;林君;刘晓钟 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G06F40/30 分类号: G06F40/30
代理公司: 北京博浩百睿知识产权代理有限责任公司 11134 代理人: 褚敏;宋子良
地址: 英属开曼群岛大开*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 文本 分析 方法 装置 系统
【说明书】:

发明公开了一种文本的分析方法、装置和系统。其中,该方法包括:获取文本数据,其中,文本数据包括了至少一种产品的实体信息和属性信息;基于多视角情感分析模型处理文本数据,预测得到文本数据所包括的情感信息,其中,多视角情感分析模型用于根据实体信息和属性信息对产品在预设属性上的情感信息进行预测,情感信息用于表征文本数据所表示的情感倾向性信息;输出文本数据所包括的情感信息。本发明解决了现有技术中仅能从单一维度对文本进行语义分析,导致文本的语义分析结果不准确的技术问题。

技术领域

本发明涉及语言分析领域,具体而言,涉及一种文本的分析方法、装置和系统。

背景技术

情感分析(Sentiment analysis),也即倾向性分析,是对带有感情色彩的主观性文本进行分析、处理、归纳和推理的过程,其根据文本所表达的含义和情感信息,将文本分为褒义或贬义这两种或多种类型。

情感分析的目的通常是为了找出说话者或作者对某个话题上的观点的态度,这个态度即为该说话者或作者的情感状态。互联网上产生了大量的用户参与的、对于诸如任务、时间、产品等有价值的评论信息,这些评论信息表达了人们的各种情感色彩和情感倾向,如喜、怒、哀、乐和批评、赞扬,基于此,潜在的用户就可以通过浏览这些具有主观色彩的评论来了解大众舆论对某一事件或产品的看法。

在目前的情感分析方法中,通常包括基于词典的分析方法、基于网络的分析方法以及基于语料库的分析方法,其中,基于语料库的分析方法应用较为广泛,其运用机器学习的相关技术对词语的情感进行分类,机器学习的方法通常需要先让分类模型学习训练数据中的顾虑,然后用训练好的模型对测试数据进行预测。但目前,该方法仅能基于一种维度对语言进行情感分析,因此难以得到准确的分析结果。

针对现有技术中仅能从单一维度对文本进行语义分析,导致文本的语义分析结果不准确的问题,目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种文本的分析方法、装置和系统,以至少解决现有技术中仅能从单一维度对文本进行语义分析,导致文本的语义分析结果不准确的技术问题。

根据本发明实施例的一个方面,提供了一种文本的分析方法,包括:获取文本数据,其中,文本数据包括了至少一种产品的实体信息和属性信息;基于多视角情感分析模型处理文本数据,预测得到文本数据所包括的情感信息,其中,多视角情感分析模型用于根据实体信息和属性信息对产品在预设属性上的情感信息进行预测,情感信息用于表征文本数据所表示的情感倾向性信息;输出文本数据所包括的情感信息。

根据本发明实施例的另一方面,还提供了一种文本的分析方法,包括:显示获取的文本数据,其中,文本数据包括了至少一种产品的实体信息和属性信息;输出文本数据所包括的情感信息,其中,多视角情感分析模型用于根据实体信息和属性信息对产品在预设属性上的情感信息进行预测,情感信息用于表征文本数据所表示的情感倾向性信息。

根据本发明实施例的另一方面,还提供了一种文本的分析装置,包括:获取模块,用于获取文本数据,其中,文本数据包括了至少一种产品的实体信息和属性信息;预测模块,用于基于多视角情感分析模型处理文本数据,预测得到文本数据所包括的情感信息,其中,多视角情感分析模型用于根据实体信息和属性信息对产品在预设属性上的情感信息进行预测,情感信息用于表征文本数据所表示的情感倾向性信息;输出模块,用于输出文本数据所包括的情感信息。

根据本发明实施例的另一方面,还提供了一种文本的分析装置,包括:显示模块,用于显示获取的文本数据,其中,文本数据包括了至少一种产品的实体信息和属性信息;输出模块,用于输出文本数据所包括的情感信息,其中,多视角情感分析模型用于根据实体信息和属性信息对产品在预设属性上的情感信息进行预测,情感信息用于表征文本数据所表示的情感倾向性信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811426073.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top