[发明专利]一种汽车舆情情感分析方法

说明书

本发明公开了一种汽车舆情情感分析方法，包括以下步骤：S1：采集并整理指定汽车品牌的基础数据；S2：对采集得到的基础数据进行处理，清除其中的垃圾信息，得到最终有用数据；S3：对有用数据进行剖析分类，根据判断规则标注正中负向语料；S4：生成语料库；S5：进行环境搭建与参数配置，进行数据处理和句向量转换；S6：搭建神经网络和预处理模型；S7：进行模型训练和优化，得出最优模型；S8：通过最优模型对文章进行情感分析，若是负向情感，则判断出负向预警程度。本发明可以筛选掉海量的无效信息，采用私有化定制模型，可以更精准的查找到汽车领域的关键信息。

技术领域

本发明涉及舆情分析技术领域，尤其涉及一种汽车舆情情感分析方法。

背景技术

舆情是“舆论情况”的简称，是指在一定的社会空间内，围绕中介性社会事件的发生、发展和变化，作为主体的民众对作为客体的社会管理者、企业、个人及其他各类组织及其政治、社会、道德等方面的取向产生和持有的社会态度。舆情是较多群众关于社会中各种现象、问题所表达的信念、态度、意见和情绪等等表现的总和。

在网络发展初期，在进行舆情监控的过程中主要是借助于人工的方式来开展，而在网络数据不断发展的环境下，人工这一监控方式已经很难再满足现实需求。

现如今的很多情感分析模型虽取代了人工，但是没有汽车领域的专业性，本情感分析模型采用深度学习对汽车领域问题进行分析，计算文章的情感走向，做出情感判断，计算时间达到毫秒级别。

现有技术缺乏汽车领域针对性，比如一些“乳化现象“，”烧机油“，等专有名词在很多情感分析里面是中性，但是在一些汽车品牌里，却是敏感词汇，本模型收集专业领域语料，打造汽车定制情感分析模型。且敏感信息定位不精准，如将”野蛮”二字作为负向词汇，野蛮登场应是中性评价，而也，野蛮沟通应为负向评价。而针对网络舆情的响应时间也比较久，情感名词的归纳也比较消耗人力。

在申请号为CN201910371823.8的中国发明专利中提到了一种舆情风向标指数计算方法及装置、可读存储介质，所述舆情风向标指数计算方法包括获取目标主体对应的文本数据；分别计算所述文本数据的热度指数以及情绪指数；根据所述热度指数和所述情绪指数，得到所述目标主体的情绪市值；根据预设的滑动时间窗口内加权的历史情绪市值和当期新增的情绪市值，计算所述当期新增的情绪市值对舆情风向的影响，得到舆情风向标指数。上述方案可以使舆情风向标指数全面、精确地反映舆论情况。但该技术方案主要解决的是现有的舆情指数计算方法大多不能全面、精确地反映舆论情况的问题，并不能针对性的对汽车领域的舆情做出准确的分析。

发明内容

本发明的主要目的在于提供一种汽车舆情情感分析方法，旨在解决现有技术中无法针对性的对汽车领域的舆情做出准确分析的技术问题。

为实现上述目的，本发明提出一种汽车舆情情感分析方法，具体包括以下步骤：

S1：采集并整理指定汽车品牌的基础数据；

S2：对采集得到的基础数据进行处理，清除其中的垃圾信息，得到最终有用数据；

S3：对有用数据进行剖析分类，根据判断规则标注正中负向语料；

S4：生成语料库；

S5：进行环境搭建与参数配置，进行数据处理和句向量转换；

S6：搭建神经网络和预处理模型；

S7：进行模型训练和优化，得出最优模型；

S8：通过最优模型对文章进行情感分析，若是负向情感，则判断出负向预警程度。

更进一步的，所述S1具体包括以下子步骤：

S11：通过多渠道进行基础数据采集，所述多渠道包括：新闻文章、论坛贴吧及网络视频；

S12：对S11中采集的基础数据进行ETL程序清洗转换，将清洗转换之后的数据存储在多维分析数据库中；