一种正负面情感分析方法、终端设备及存储介质技术

本发明专利技术涉及一种正负面情感分析方法、终端设备及存储介质，该方法中包括：S1：构建和维护对应不同行业的行业关键词规则和行业情感词典；S2：判断待分析的文本数据中是否包含行业关键词规则中所包含的关键词，如果包含，进入S3；否则，进入S4；S3：根据关键词所属的行业和行业所对应的行业关键词规则，判断该文本数据所属的所有行业后，根据每个行业对应的行业情感词典计算每个行业的情感得分，进而获得该文本数据的情感正负面分析结果；S4：通过训练后的机器学习模型得到该文本数据的情感正负面分析结果。本发明专利技术采用基于行业情感词与机器学习模型融合的情感分析方法，将网络文本分而治之，提高分析效果。

A positive and negative emotion analysis method, terminal equipment and storage medium

【技术实现步骤摘要】
一种正负面情感分析方法、终端设备及存储介质
本专利技术涉及文本分析
，尤其涉及一种正负面情感分析方法、终端设备及存储介质。
技术介绍
爆发式增长的网络数据对数据的分析提出了更多和更高的要求。文本分析和挖掘技术是目前被广泛应用的一项技术，通过相应的技术和方法对文本的语义内容进行抽取，进而对文本进行分类、聚类、情感正负面分析等一系列操作，主要用于商品推荐，舆情分析，文本搜索等领域。在舆情分析中，需要对网络中舆情在不同的主题下进行整理和分析，例如对采集到的文本进行情感正负面分析，自动识别出贴文的情感正负面倾向，让企业、政府更好的把握网络舆情的发展情况，为之后舆论引导提供基础。因此，对于采集到的文本进行文本情感正负面分析是舆情分析中一个相对重要的环节。在文本分类相关技术中，目前的情感分析主要分为基于词典和基于机器学习两种方法。基于情感词典的方法主要需要可靠的情感词典等知识库，基于机器学习的方法需要较大量的标注样本。舆情领域需要分析的文本数据非常庞杂，其根据业务需求大体可以分为通用领域与行业领域。在通用领域，高质量的通用领域情感词典非常少，加之基于情感词典基于规则的算法特性，没有充分考虑语义信息，故在通用领域使用基于情感词典的算法效果不理想。而基于机器学习的算法，尤其是深度学习近年兴起，能够很好的结合语义信息，加之通用领域有很多质量不错的开源样本或者开源模型，使得通用领域的情感分析在基于深度学习算法表现尚可。但在特殊行业领域，人工收集高质量的情感知识库变得可能，特殊行业中的情感分析对于语义依赖相对较少，通过情感知识库就能获得不错的效果，而收集大量的行业标注样本费时费力。
技术实现思路
基于上述问题，本专利技术提出了一种正负面情感分析方法、终端设备及存储介质，采用基于行业情感词与机器学习模型融合的情感分析方法，将网络文本分而治之，行业领域数据(如财经等)通过基于行业情感词典的算法分析，通用领域数据通过机器学习模型的算法分析，提高整体的分析效果。具体方案如下：一种正负面情感分析方法，包括以下步骤：S1：构建和维护对应不同行业的行业关键词规则和行业情感词典，所述行业情感词典中包含能够表示该行业的类型的主体词和能够表示该行业情感的情感词；S2：判断待分析的文本数据中是否包含行业关键词规则中所包含的关键词，如果包含，进入S3；否则，进入S4；S3：根据关键词所属的行业和行业所对应的行业关键词规则，判断该文本数据所属的所有行业后，根据每个行业对应的行业情感词典计算每个行业的情感得分，进而获得该文本数据的情感正负面分析结果；S4：通过训练后的机器学习模型得到该文本数据的情感正负面分析结果。进一步的，步骤S3中判断文本数据所属的所有行业的方法为：根据文本数据包含的所有关键词，计算每个行业对应的行业关键词规则的布尔运算结果，根据结果来判断是否属于该行业。进一步的，每个行业对应一个行业关键词规则，当该行业关键词规则的布尔运算结果为真时，判定属于该行业，结果为假时，判定不属于该行业。进一步的，每个行业对应多个行业关键词规则，当有一个行业关键词规则的布尔运算结果为真时，判定属于该行业，所有结果均为假时，判定不属于该行业。进一步的，所述行业关键词规则为多个关键词之间的布尔运算。进一步的，文本数据在每个行业下的情感得分的计算过程为：将文本数据划分为多个句子，根据文本数据所属的行业对应的行业情感词典，识别每个句子中包含的情感词和主体词，计算每个句子的情感得分Scoresentence：其中，下标w表示情感词，Scorew表示行业情感词典中记录的该情感词w的情感得分，dw表示主体词与情感词w的词间距离；根据每个句子的情感得分Scoresentence和文本数据的文本长度，计算文本数据的情感得分Scorecontent：其中：lencontent表示文本数据的文本长度。进一步的，根据文本数据的情感得分获得该文本数据的情感正负面分析结果的方法为：当文本数据只属于一个行业时，当情感得分为正时，为正面情感；当情感得分为负时，为负面情感；当情感得分为零时，为中间情感；当文本数据属于至少两个行业时，计算每个行业下的情感得分，再根据投票法判定文本数据属于正面情感、中间情感或负面情感。进一步的，所述机器学习模型为BiLSTM深度循环网络模型。一种正负面情感分析终端设备，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本专利技术实施例上述的方法的步骤。一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现本专利技术实施例上述的方法的步骤。本专利技术采用如上技术方案，通过基于行业情感词与机器学习模型融合的情感分析方法，将网络文本分而治之，行业领域数据(如财经等)通过基于行业情感词典的算法分析，只需维护一套行业关键词规则与行业情感词典，不同行业加载不同的情感词典与引入主体词和词间距，有效提高行业文本的情感分析效果；通用领域文本则采用目前流程的机器学习模型算法，提高整体的情感分析效果。附图说明图1所示为本专利技术实施例一的流程图。图2所示为本专利技术实施例一中BiLSTM深度循环网络模型的工作流程图。具体实施方式为进一步说明各实施例，本专利技术提供有附图。这些附图为本专利技术揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本专利技术的优点。现结合附图和具体实施方式对本专利技术进一步说明。实施例一：本专利技术实施例提供了一种正负面情感分析方法，如图1所示，所述方法包括以下步骤：S1：构建和维护对应不同行业的行业关键词规则和行业情感词典。所述行业情感词典中包含能够表示该行业的类型的主体词，如涉警行业的主体词包括：警察、jc、交警等等，和能够表示该行业情感的情感词。每个行业可以对应一个或多个行业关键词规则，每个行业关键词规则均为多个关键词之间的布尔运算，如该实施例中设定的行业关键词规则的格式为：词1||词2||词3&&词4&&！词5，其中：||表示逻辑或运算，&&表示逻辑与运算，！表示逻辑非运算，逻辑运算符之间可以用“()”指定运算优先级。S2：判断待分析的文本数据中是否包含行业关键词规则中所包含的关键词，如果包含，进入S3；否则，进入S4。该实施例中通过AC自动机算法来判断文本数据中是否包含关键词。S3：根据关键词所属的行业和行业所对应的行业关键词规则，判断该文本数据所属的所有行业后，根据每个行业对应的行业情感词典计算每个行业的情感得分，进而获得该文本数据的情感正负面分析结果。(1)行业判定判断文本数据所属的所有行业的方本文档来自技高网...

【技术保护点】
1.一种正负面情感分析方法，其特征在于，包括以下步骤：/nS1：构建和维护对应不同行业的行业关键词规则和行业情感词典，所述行业情感词典中包含能够表示该行业的类型的主体词和能够表示该行业情感的情感词；/nS2：判断待分析的文本数据中是否包含行业关键词规则中所包含的关键词，如果包含，进入S3；否则，进入S4；/nS3：根据关键词所属的行业和行业所对应的行业关键词规则，判断该文本数据所属的所有行业后，根据每个行业对应的行业情感词典计算每个行业的情感得分，进而获得该文本数据的情感正负面分析结果；/nS4：通过训练后的机器学习模型得到该文本数据的情感正负面分析结果。/n

【技术特征摘要】
1.一种正负面情感分析方法，其特征在于，包括以下步骤：
S1：构建和维护对应不同行业的行业关键词规则和行业情感词典，所述行业情感词典中包含能够表示该行业的类型的主体词和能够表示该行业情感的情感词；
S2：判断待分析的文本数据中是否包含行业关键词规则中所包含的关键词，如果包含，进入S3；否则，进入S4；
S3：根据关键词所属的行业和行业所对应的行业关键词规则，判断该文本数据所属的所有行业后，根据每个行业对应的行业情感词典计算每个行业的情感得分，进而获得该文本数据的情感正负面分析结果；
S4：通过训练后的机器学习模型得到该文本数据的情感正负面分析结果。


2.根据权利要求1所述的正负面情感分析方法，其特征在于：判断文本数据所属的所有行业的方法为：根据文本数据包含的所有关键词，计算每个行业对应的行业关键词规则的布尔运算结果，根据结果来判断是否属于该行业。


3.根据权利要求2所述的正负面情感分析方法，其特征在于：每个行业对应一个行业关键词规则，当该行业关键词规则的布尔运算结果为真时，判定属于该行业，结果为假时，判定不属于该行业。


4.根据权利要求2所述的正负面情感分析方法，其特征在于：每个行业对应至少两个行业关键词规则，当有一个行业关键词规则的布尔运算结果为真时，判定属于该行业，所有结果均为假时，判定不属于该行业。


5.根据权利要求1所述的正负面情感分析方法，其特征在于：所述行业关键词规则为多个关键词之间的布尔运算。


6.根据权利要求1所述的正负面情感分析方法，其特征在于：文本数据在每个行业下的情...

【专利技术属性】
技术研发人员：马涛，栾江霞，章正道，徐晓文，
申请(专利权)人：厦门市美亚柏科信息股份有限公司，
类型：发明
国别省市：福建;35