[发明专利]食品安全数据挖掘方法

说明书

本发明提供的一种食品安全数据挖掘方法，包括以下步骤：S1.采集网络文本，并对网络文本进行预处理；S2.从预处理后的网络文本中提取出食品特征词、情感词、程度词和否定词；S3.确定情感词的情感值，并形成情感值对照表；构建程度词权重表和否定词权重表；S4.判断预处理后的网络文本中的评论句句型，包括转折句、递进句和条件句，并根据评论句之间的关系确定出权重调节系数；S5.基于步骤S3步骤S4中的参数，计算预处理后的网络文本的情感倾向值，将情感倾向值大于设定阈值的评论句记录到正向评价集合中，将情感倾向值小于设定阈值的评论句记录到负向评价集合中，通过上述方法，能够从网络文本中挖掘出准确的具有倾向性的评语数据，从而能够准确把握食品安全的舆情信息，从而能够为食品监督、监管提供准确的数据支持。

技术领域

本发明涉及一种数据挖掘方法，尤其涉及一种食品安全数据挖掘方法。

背景技术

食品安全是现代社会中极为重要的话题，而且，由于网络技术的发展，人们在日常生活中对食品安全在网络上进行相应的意见评述，这些评述中往往具有正面的，负面的亦或是中性的评述，现有技术中，关于食品的网络评述文本中的有效数据进行准确挖掘是一个系带解决的技术难题。

发明内容

有鉴于此，本发明的目的是提供一种食品安全数据挖掘方法，能够从网络文本中挖掘出准确的具有倾向性的评语数据，从而能够为食品监督、监管提供准确的数据支持。

本发明提供的一种食品安全数据挖掘方法，包括以下步骤：

S1.采集网络文本，并对网络文本进行预处理；

S2.从预处理后的网络文本中提取出食品特征词、情感词、程度词和否定词；

S3.确定情感词的情感值，并形成情感值对照表；构建程度词权重表和否定词权重表；

S4.判断预处理后的网络文本中的评论句句型，包括转折句、递进句和条件句，并根据评论句之间的关系确定出权重调节系数；

S5.基于步骤S3步骤S4中的参数，计算预处理后的网络文本的情感倾向值，将情感倾向值大于设定阈值的评论句记录到正向评价集合中，将情感倾向值小于设定阈值的评论句记录到负向评价集合中。

进一步，步骤S1中，对于网络文本的预处理包括：

S11.对网络文本进行有序化处理，并剔除网络文本中的停用词、无关词；

S12.对步骤S1中处理后的网络文本进行指代消解：

S121.基于fasttext分类模型对网络文本进行指代词检测；

S122.基于BiLSTM_CRF深度学习模型进行网络文本中的实体词进行提取；

S123.将网络文本的指代词替换成相对应的实体词。

进一步，步骤S5中，根据如下模型计算网络文本的情感倾向值S：

S＝S1+S2+S3，其中，S1为网络文本中一般陈述句的情感倾向值，S2为网络文本中转折句的情感倾向值，S3为条件句的情感倾向值。

进一步，一般陈述句的情感倾向值通过如下方法计算：

其中，w_deg为第i个陈述句中的程度词的权重，S_e为第i个陈述句中的情感特征词的情感值，w_neg为第i个陈述句中的否定词的平均权重，Q为网络文本中一般陈述句的个数，m为陈述句中否定词的个数。

进一步，转折句的情感倾向值通过如下方法计算：