[发明专利]评论信息中的情感信息确定方法及装置

权利要求书

1.一种评论信息中的情感信息确定方法，其特征在于，包括：

获取目标业务的评论信息，并对所述评论信息中的评价文本进行分词处理，得到多个词向量；

根据所述多个词向量对应的分词在所述评价文本的出现频次确定所述多个词向量的权重，并依据所述多个词向量的权重和所述多个词向量对应的分词在所述评价文本中每个情感主题下出现的概率确定所述多个词向量的主题分布矩阵，所述主题分布矩阵用于表示所述多个词向量与情感主题的关系；

利用预先构建的情感词典对所述主题分布矩阵中的情感词对应的词性情感值进行标注，并根据所述情感词的前后文和所述词性情感值，确定所述情感词的目标情感值，所述词性情感值用于表示词向量对应的词语情感倾向，所述目标情感值用于表示情感词的情感强度；

将所述多个词向量中情感词的目标情感值按照评论时间和主题进行分类，得到所述评论信息中的情感信息。

2.根据权利要求1所述的方法，其特征在于，根据所述多个词向量对应的分词在所述评论信息中出现的频次确定所述多个词向量的权重，包括：

确定每个词向量对应的分词在所述评价文本中的出现频次；

确定所述评价文本对应的词语集中所有词的出现频次平均数；

基于所述每个词向量对应的分词在所述评价文本中的出现频次和所述出现频次平均数确定所述每个词向量的表征值；

根据所述每个词向量的表征值和所述每个词向量对应的分词在所述评价文本中的出现频次确定述多个词向量的权重。

3.根据权利要求2所述的方法，其特征在于，依据所述多个词向量的权重和所述多个词向量对应的分词在所述评论信息中每个情感主题下出现的概率确定所述多个词向量的主题分布矩阵，包括：

基于每个词向量对应的分词在所述评价文本中的出现频次和所述多个词向量的总数确定每个词向量对应的分词在所述评价文本中的第一出现概率；

确定所述每个词向量在每个主题下的第二出现概率；

基于所述第一出现概率、所述第二出现概率和所述每个词向量的权重确定所述主题分布矩阵中的元素，所述主题分布矩阵中的元素表示所述多个词向量所属的情感主题。

4.根据权利要求1所述的方法，其特征在于，利用预先构建的情感词典对所述主题分布矩阵中的情感词对应的词性情感值进行标注，包括：

将所述主题分布矩阵中的所有情感词与所述情感词典进行匹配；

将所有情感词中匹配为正面情感词的情感词标注词性情感值为第一数值，匹配为负面情感词的情感词标注词性情感值为第二数值，匹配为中性情感词的情感词标注词性情感值为第三数值。

5.根据权利要求4所述的方法，其特征在于，根据所述情感词的前后文和所述词性情感值，确定所述情感词的目标情感值，包括：

从所述情感词典中确定目标句子中所述情感词后的标点符号对应的第一情感值；

从所述情感词典中确定所述目标句子中所述情感词前的程度副词对应的第二情感值；

确定所述目标句子中所述情感词前存在的否定词数量，并根据所述否定词数量确定第三情感值，其中，所述目标句子表示所述情感词所在的句子；

根据所述词性情感值、所述第一情感值、第二情感值以及第三情感值确定所述目标情感值。

6.根据权利要求5所述的方法，其特征在于，根据所述否定词数量确定第三情感值，包括：

在所述否定词数量为奇数的情况下，确定所述第三情感值为负值；

在所述否定词数量为偶数的情况下，确定所述第三情感值为正值。

7.根据权利要求1所述的方法，其特征在于，将所述多个词向量中情感词的目标情感值按照评论时间和主题进行分类，得到所述评论信息中的情感信息，包括：

将所述多个词向量中所述多个词向量中情感词的目标情感值按照词向量对应的分词被发出的时间分为多个时间段的目标情感值；

将所述多个时间段的目标情感值按照词向量对应的分词所属的情感主题分为多个时间段内不同情感主题的目标情感值，并将分类完成的目标情感值进行可视化展示。