[发明专利]一种基于电商评论的用户侧商品知识图谱构建方法

说明书

一种基于电商评论的用户侧商品知识图谱构建方法，借助电商平台获取公开用户评论数据，以及对应的商品细分类目；提取原始数据中涉及的商品和评论文本，并将涉及同一商品的评论文本归类；对评论文本进行分句处理，得到若干短句；以商品细分类目为单位，对所有评论短句进行词性标注，提取领域相关词汇、组织名和机构名，得到特定领域词典；对短句进行依存句法分析，提取分析结果中的主谓关系、定中关系；结合领域词典，从关系中过滤出候选关系；对候选关系中的主谓关系进行情感分类，得到代表用户正负面情感的两类关系；对候选关系中的定中关系，根据过滤时使用的组织名和机构名，单独建立一类关系；最后将所有关系组织为三元组，构建知识图谱。

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于电商评论的用户侧商品知识图谱构建方法。

背景技术

知识图谱是一种用图模型来描述知识和建模万物之间关联关系的技术方法。近年来随着互联网的兴起和电子商务的蓬勃发展，面向电商的搜索、推荐等应用的研发也越来越多。知识图谱作为一种描述实体和概念关系的强大工具，也逐渐被引入到电商系统中，以提升对用户查询请求的语义理解和识别效果。但是目前电商平台的知识图谱构建方法，仍以商品提供者的视角为主，抽取商品的信息和基本属性作为知识，几乎没有从用户视角切入构建用户侧商品知识图谱的应用研究。

在互联网电商平台上，每天都会产生海量的用户评论数据，这些评论中蕴含的观点信息，会为购买商品的用户提供重要的决策参考。因此，知识图谱作为大型电商系统智能化搜索、推荐的一项基础设施，若能融合用户侧的观点认知信息，将带来巨大的实际价值。然而目前对于电商用户侧知识图谱的构建，尚缺乏一套简单易用、高效的方案。

发明内容

为解决上述技术问题，本发明提供了一种基于电商评论的用户侧商品知识图谱构建方法，通过对来自电商平台的用户评论数据进行词性标注以抽取领域词汇，再以此为基础，通过依存句法分析技术挖掘用户的观点意见，最终提取出和该商品细分领域相关的知识，构建知识图谱的方案。该方法可以快速从商品评论中获取到用户对商品某些属性的评价态度，以及用户特别提到的品牌等信息，并利用这些信息构建基于用户侧认知的知识图谱。

具体包括五个步骤：

步骤一：从互联网上采集到的电商原始评论数据中，提取用户评论涉及的商品以及评论文本内容。将涉及同一商品的评论汇总，并对分句根据句号、问号、感叹号三种标点对句子进行切分处理，其目的在于方便接下来的句法分析。

步骤二：抽取商品细分类目、专业领域相关的词语以及组织和机构等名字，形成领域词典。

步骤三：对步骤一的分句结果分别进行依存句法分析，使用HanLP工具包中的依存句法分析api，提取分析结果中的主谓关系和定中关系。

步骤四：结合步骤二中得到的领域词典，对步骤三中提取的主谓关系和定中关系进行过滤。若关系中出现了领域词典中的词语，则将其保留，从依存句法关系出发，主谓关系做情感分析分类为好评、差评关系，定中关系结合领域词汇过滤，得到品牌关系（HAS_PART_OF），得到构建知识图谱的候选关系。

步骤五：对过滤后的主谓关系进行正负面情感分类，得到用于构建知识图谱的实体关系。具体地，将同一商品、同一主语的候选主谓关系进行归类，检查相应的谓语是否具备明显的情感倾向，若其表达正面情感，则对应的主语得分+1，若其表达负面情感，则对应的的主语得分-1，若该谓语不表达明显的情感倾向，则相应主语得分为0。统计主语总得分，若得分为正数或0，则分类为IS_GOOD_AT关系，若得分为负数，则分类为IS_BAD_AT关系。结合之前抽取出的组织名、机构名等，对候选定中关系单独建立一类HAS_PART_OF关系。将上述关系组织为知识三元组，构建知识图谱。