[发明专利]用户评论分析方法及装置在审
| 申请号: | 202210585293.9 | 申请日: | 2022-05-27 |
| 公开(公告)号: | CN115168533A | 公开(公告)日: | 2022-10-11 |
| 发明(设计)人: | 王陪;种肇睿;陈冰;雷丰如;岑笑影;张德培 | 申请(专利权)人: | 中国银行股份有限公司 |
| 主分类号: | G06F16/33 | 分类号: | G06F16/33;G06F40/30;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 北京三友知识产权代理有限公司 11127 | 代理人: | 李辉;王维宁 |
| 地址: | 100818 *** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 用户 评论 分析 方法 装置 | ||
1.一种用户评论分析方法,其特征在于,包括:
获取用户评论,从所述用户评论中提取特征词;
将所述特征词输入基于扩充后的历史特征词创建的情感倾向模型中,得到情感倾向数据;
对所述特征词进行特征聚类得到评论维度;
匹配所述情感倾向数据和所述评论维度得到用户评论分析数据。
2.根据权利要求1所述的用户评论分析方法,其特征在于,创建情感倾向模型包括:
获取历史用户评论,从所述历史用户评论中提取历史特征词;
对所述历史特征词进行特征聚类以将所述历史特征词划分至各评论维度;
对所述历史用户评论进行语义增强,根据情感原因匹配策略和语义增强后的历史用户评论对对应的各评论维度的历史特征词进行扩充;
根据扩充后的特征词对卷积神经网络进行训练以创建情感倾向模型。
3.根据权利要求2所述的用户评论分析方法,其特征在于,对所述历史特征词进行特征聚类包括:
对所述历史特征词进行初始聚类得到K值范围;
根据所述K值范围对初始聚类后的历史特征词进行特征聚类。
4.根据权利要求1所述的用户评论分析方法,其特征在于,从所述用户评论中提取特征词包括:
从所述用户评论中提取用户词汇,确定各用户词汇的TF-IDF数据;
根据所述TF-IDF数据从所述用户评论中提取特征词。
5.一种用户评论分析装置,其特征在于,包括:
特征词提取模块,用于获取用户评论,从所述用户评论中提取特征词;
情感倾向数据模块,用于将所述特征词输入基于扩充后的历史特征词创建的情感倾向模型中,得到情感倾向数据;
特征聚类模块,用于对所述特征词进行特征聚类得到评论维度;
匹配模块,用于匹配所述情感倾向数据和所述评论维度得到用户评论分析数据。
6.根据权利要求5所述的用户评论分析装置,其特征在于,还包括:情感倾向模型创建模块;
所述情感倾向模型创建模块包括:
历史特征词提取单元,用于获取历史用户评论,从所述历史用户评论中提取历史特征词;
历史特征词聚类单元,用于对所述历史特征词进行特征聚类以将所述历史特征词划分至各评论维度;
历史特征词扩充单元,用于对所述历史用户评论进行语义增强,根据情感原因匹配策略和语义增强后的历史用户评论对对应的各评论维度的历史特征词进行扩充;
情感倾向模型创建单元,用于根据扩充后的特征词对卷积神经网络进行训练以创建情感倾向模型。
7.根据权利要求6所述的用户评论分析装置,其特征在于,所述历史特征词聚类单元包括:
K值范围子单元,用于对所述历史特征词进行初始聚类得到K值范围;
特征聚类子单元,用于根据所述K值范围对初始聚类后的历史特征词进行特征聚类。
8.根据权利要求5所述的用户评论分析装置,其特征在于,所述特征词提取模块包括:
用户词汇提取单元,用于从所述用户评论中提取用户词汇,确定各用户词汇的TF-IDF数据;
特征词提取单元,用于根据所述TF-IDF数据从所述用户评论中提取特征词。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4任一项所述的用户评论分析方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4任一项所述的用户评论分析方法的步骤。
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中国银行股份有限公司,未经中国银行股份有限公司许可,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/202210585293.9/1.html,转载请声明来源钻瓜专利网。





