[发明专利]基于网络评论的用户性别确定方法、装置和电子设备

权利要求书

1.一种基于网络评论的用户性别确定方法，其特征在于，所述方法包括：

获取网络评论语料，并对所述网络评论语料进行预处理，得到预处理后的网络评论语料；

根据语法特征模型，确定所述预处理后的网络评论语料对应的目标语法特征，所述目标语法特征为用于确定网络评论语料的用户性别的语言特征，所述目标语法特征包括以下的一种或多种：词类、词组和句式；

根据所述目标语法特征属于每种用户性别的评价值，确定每个所述目标语法特征的熵权值；

根据所述网络评论语料对应的目标语法特征属于每种用户性别的熵权值，确定用户性别。

2.根据权利要求1所述的方法，其特征在于，根据语法特征模型，确定所述预处理后的网络评论语料对应的目标语法特征的步骤，包括：

获取所述预处理后的网络评论语料中的语法特征；

根据所述语法特征模型对应的语法特征范围，确定所述语法特征中的目标语法特征，所述语法特征范围中的每个语法特征的卡方值符合预设要求。

3.根据权利要求1所述的方法，其特征在于，根据所述目标语法特征属于每种用户性别的评价值，确定每个所述目标语法特征的熵权值的步骤，包括：

根据每个所述目标语法特征对应的指标种类，确定每个所述目标语法特征对于每种用户性别的评价值，其中，每个所述目标语法特征包括至少一种指标；

基于所述评价值计算每种用户性别中每个所述目标语法特征对应的指标的比重；

根据每种指标的比重，计算所述指标的熵权值。

4.根据权利要求1所述的方法，其特征在于，根据所述网络评论语料对应的目标语法特征属于每种用户性别的熵权值，确定用户性别的步骤，包括：

获取所述网络评论语料对应的目标语法特征中，属于男性性别的熵权值和属于女性性别的熵权值；

将属于男性性别的每个目标语法特征对应的熵权值和属于女性性别的每个目标语法特征对应的熵权值，分别进行加和；

根据男性性别熵权值和女性性别熵权值，确定每个用户性别。

5.根据权利要求4所述的方法，其特征在于，根据男性性别熵权值和女性性别熵权值，确定每个用户性别的步骤，包括：

若所述男性性别熵权值大于所述女性性别熵权值，则所述网络评论语料的用户性别为男性；

若所述男性性别熵权值小于所述女性性别熵权值，则所述网络评论语料的用户性别为女性。

6.根据权利要求1所述的方法，其特征在于，所述语法特征模型通过网络评论样本训练得到。

7.根据权利要求1所述的方法，其特征在于，获取网络评论语料，并对所述网络评论语料进行预处理，得到预处理后的网络评论语料的步骤，包括：

获取用户评论的网络页面，从所述网络页面中抽取网络评论语料；

对所述网络评论语料进行分词操作。

8.一种基于网络评论的用户性别确定装置，其特征在于，所述装置包括：

语料获取模块，获取网络评论语料，并对所述网络评论语料进行预处理，得到预处理后的网络评论语料；

特征确定模块，根据语法特征模型，确定所述预处理后的网络评论语料对应的目标语法特征，所述目标语法特征为用于确定网络评论语料的用户性别的语言特征，所述目标语法特征包括以下的一种或多种：词类、词组和句式；

权值确定模块，根据所述目标语法特征属于每种用户性别的评价值，确定每个所述目标语法特征的熵权值；

性别确定模块，根据所述网络评论语料对应的目标语法特征属于每种用户性别的熵权值，确定用户性别。

9.一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述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上述权利要求1至7任一项所述的方法的步骤。

10.一种机器可读存储介质，其特征在于，所述机器可读存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，机器可执行指令促使处理器实现权利要求1至7任一项所述的方法的步骤。