【技术实现步骤摘要】
基于情感分析的产品反馈分析系统及方法
本专利技术涉及计算机技术
,尤其涉及一种基于情感分析的产品反馈分析系统及方法。
技术介绍
随着如web2.0等网络技术的迅速发展,移动网络、网络社交、网上购物等正在逐步地拓展了网络服务的覆盖范围,越来越多的人得以通过丰富的网络平台等渠道发表自己的观点、评价和情感等内容。如何能够合理且有效地从这些复杂用户反馈数据中挖掘出有价值的信息,是一个重要具富有挑战性的问题,因此,用户反馈分析相关算法和技术受到了越来越多研究人员和相关企业的关注。作为产品反馈分析核心的情感分析技术,其作用在于,通过对用户反馈文本数据等内容进行挖掘,分析和预测出人们对于特定情感实体所表达和抒发的评价、观点和态度等内容下的情感倾向。情感分析技术设计和实现的优劣将直接影响到用户反馈分析工作中的分析角度多样性及分析结果的精确性,进而决定整个用户反馈分析任务能否挖掘出更细致且更有价值的信息。目前主流情感分析技术中,分析所用的情感观点角度、粒度的细化程度不同。分析处理主要在文档级别、语句级别和方面级别三个层面进行。文档级别的情感分析方法的分析粒度较为粗糙,存在难以识别出一个完整数据中多种不同情感极性的问题,难以满足产品企业在实际用户反馈挖掘时的分析精度需求。语句级别的情感分析方法相比于文档级别的情感分析具有更细的粒度,但是由于这类方法通常存在语句分析单位的大小限制,难以分析并汇总出不同用户反馈文本内容中发表者满意与不满意的对象,因此,其在结合上下文的语义处理方面的性能表现也较为一般。< ...
【技术保护点】
1.一种基于情感分析的产品反馈分析系统,其特征在于,包括:层级情感分析模块;/n层级情感分析模块,包括:/n用户反馈文本输入与表示单元,用于获取产品的用户反馈文本数据,并将用户反馈文本数据转化为第一文本语义表示;/n相互独立的多个情感特征获取单元,每个情感特征获取单元用于从第一文本语义表示挖掘出当前情感特征获取单元所处层级的各初始情感观点对应的第二文本语义表示;/n多个层级的信息传递单元,后一层级的信息传递单元用于接收前一层级的信息传递单元传递的依赖信息,并将接收的依赖信息结合至该后一层级的信息传递单元所处层级的第一文本语义表示及情感特征获取单元输出的第二文本语义表示进行分析处理,得到该后一层级的信息传递单元所处层级的情感观点语义信息,并根据得到的情感观点语义信息和该后一层级的信息传递单元所处层级的情感分类单元输出的分析结果构建依赖信息,以传递至该后一层级的信息传递单元所处层级的下一层级的信息传递单元;/n多个层级的情感分类单元,每个层级的情感分类单元用于接收根据由当前情感分类单元所处层级的情感特征获取单元输出的第二文本语义表示和当前情感分类单元所处层级的信息传递单元输出的情感观点语义 ...
【技术特征摘要】
1.一种基于情感分析的产品反馈分析系统,其特征在于,包括:层级情感分析模块;
层级情感分析模块,包括:
用户反馈文本输入与表示单元,用于获取产品的用户反馈文本数据,并将用户反馈文本数据转化为第一文本语义表示;
相互独立的多个情感特征获取单元,每个情感特征获取单元用于从第一文本语义表示挖掘出当前情感特征获取单元所处层级的各初始情感观点对应的第二文本语义表示;
多个层级的信息传递单元,后一层级的信息传递单元用于接收前一层级的信息传递单元传递的依赖信息,并将接收的依赖信息结合至该后一层级的信息传递单元所处层级的第一文本语义表示及情感特征获取单元输出的第二文本语义表示进行分析处理,得到该后一层级的信息传递单元所处层级的情感观点语义信息,并根据得到的情感观点语义信息和该后一层级的信息传递单元所处层级的情感分类单元输出的分析结果构建依赖信息,以传递至该后一层级的信息传递单元所处层级的下一层级的信息传递单元;
多个层级的情感分类单元,每个层级的情感分类单元用于接收根据由当前情感分类单元所处层级的情感特征获取单元输出的第二文本语义表示和当前情感分类单元所处层级的信息传递单元输出的情感观点语义信息构建的输入,计算得到第三文本语义表示,根据第三文本语义表示识别出用户反馈文本中存在的局部情感观点类别及情感极性,作为当前情感分类单元的分析结果;
全局情感分类单元,用于根据所有层级的情感分类单元输出的第三文本语义表示,计算得到第四文本语义表示,并根据第四文本语义表示识别出用户反馈文本的全局情感观点类别及情感极性;
分析结果输出单元,用于根据全局情感观点类别及情感极性和所有层级的情感分类单元输出的局部情感观点类别及情感极性,得到用户反馈文本的最终情感分析结果。
2.如权利要求1所述的基于情感分析的产品反馈分析系统,其特征在于,
每一层级的情感特征获取单元,包括:
第一注意力层,用于对当前情感特征获取单元所处层级的初始情感观点的类别信息与所述第一文本语义表示进行注意力计算,得到包含初始情感观点的类别信息的文本语义表示,将包含初始情感观点的类别信息的文本语义表示与所述第一文本语义表示进行拼接,得到相应层级的新的语义表示数据;
卷积层,包括第一文本卷积神经网络、第二文本卷积神经网络、及输出模块;其中,所述第一文本卷积神经网络用于对所述第一文本语义表示进行卷积和最大池化处理,得到第一语义表示向量;所述第二文本卷积神经网络用于对所述第一文本语义表示进行卷积,得到卷积输出,并使用当前情感特征获取单元所处层级的每一种情感观点的类别向量与该卷积输出进行元素对位乘积计算,以得到相应层级的相应情感观点类别的门机制结果向量;所述输出模块用于将第一语义表示向量与每一种情感观点类别的门机制结果向量进行元素对位相乘,并经最大池化后得到相应层级的每一种情感观点对应的第二文本语义表示。
3.如权利要求1所述的基于情感分析的产品反馈分析系统,其特征在于,
每一层级的信息传递单元,包括:
第二注意力层,用于接收前一层级的信息传递单元传递来的依赖信息的矩阵,将接收的依赖信息的矩阵与所述第一文本语义表示数据进行元素对位相乘,得到文本语义矩阵,将该文本语义矩阵和当前信息传递单元所处层级的情感特征获取单元输出的各初始情感观点对应的第二文本语义表示的向量拼接矩阵进行注意力机制计算,得到注意力权重矩阵,将文本语义矩阵中的文本语义向量按注意力权重矩阵的对应元素加权求和,得到相应层级的整体情感观点语义表示向量;其中,首个层级的信息传递单元中的第二注意力层计算过程中得到的文本语义矩阵为所述第一文本语义表示;
依赖信息传递层,用于将当前信息传递单元所处层级的注意力权重矩阵和当前信息传递单元所处层级的情感分类单元输出的分析结果由向量形式拓展成的与第一文本语义表示形状相同的数据矩阵进行元素对位相乘,得到相应层级的依赖信息的向量,以传递至当前信息传递单元所处层级的下一层级的信息传递单元。
4.如权利要求3所述的基于情感分析的产品反馈分析系统,其特征在于,
每一层级的情感分类单元,用于接收通过将根据由当前情感分类单元所处层级的情感特征获取单元输出的第二文本语义...
【专利技术属性】
技术研发人员:赵帅,程渤,吴晨光,陈俊亮,
申请(专利权)人:北京邮电大学,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。