商品评论情感分析方法、系统、电子设备及存储介质技术方案

本发明专利技术提出一种商品评论情感分析方法、系统、电子设备及存储介质，其方法技术方案包括词嵌入表示获取步骤，获取一商品的评论及所述评论的评价对象，将所述评论和所述评价对象输入至一预训练语言模型中获取所述评论每个词的词嵌入表示；词句注意力计算步骤，根据所述词嵌入表示计算所述评论的句法注意力，并进一步根据所述词嵌入表示计算所述评论中的词性注意力；交互注意力计算步骤，将所述句法注意力和所述词性注意力与所述词嵌入表示进行交互注意力的计算；情感极性获取步骤，将所述交互注意力输入至全连接层，进行softmax处理后获取所述评论在当前所述评价对象下的情感极性。本申请解决了现有商品评论情感分析方法智能化程度低的问题。能化程度低的问题。能化程度低的问题。

【技术实现步骤摘要】
商品评论情感分析方法、系统、电子设备及存储介质


[0001]本专利技术属于自然语言处理
，尤其涉及一种商品评论情感分析方法、系统、电子设备及存储介质。

技术介绍

[0002]商品评论是商家获取消费者对于商品反馈的重要途径，理解消费者在商品评论中表达的情感被称为情感分析。目前，基于商品评论的情感分析分为句子级和评价对象级，其中评价对象级指得是获取针对消费者提出的某个具体的商品某种属性或特征的情感极性，这种级别的情感分析对于商业决策时非常宝贵的信息。但是商品评论受到消费者语言习惯的影响往往不是结构化的文本，并且其信息的实时性、数据的巨大性导致了很难通过人工方法去快速的进行情感分析，因此基于评价对象的商品评论情感分析技术吸引了国内外众多研究这的目光，已成为当前研究的热点内容。

技术实现思路

[0003]本申请实施例提供了一种商品评论情感分析方法、系统、电子设备及存储介质，以至少解决现有商品评论情感分析方法智能化程度低的问题。
[0004]第一方面，本申请实施例提供了一种商品评论情感分析方法，包括：词嵌入表示获取步骤，获取一商品的评论及所述评论的评价对象，将所述评论和所述评价对象输入至一预训练语言模型中获取所述评论每个词的词嵌入表示；词句注意力计算步骤，根据所述词嵌入表示计算所述评论的句法注意力，并进一步根据所述词嵌入表示计算所述评论中的词性注意力；交互注意力计算步骤，将所述句法注意力和所述词性注意力与所述词嵌入表示进行交互注意力的计算；情感极性获取步骤，将所述交互注意力输入至全连接层，进行softmax处理后获取所述评论在当前所述评价对象下的情感极性。
[0005]优选的，所述词嵌入表示获取步骤进一步包括：将所述评论和所述评价对象输入至共享参数的RoBERTa中获取所述词嵌入表示。
[0006]优选的，所述词句注意力计算步骤进一步包括：通过通用的中文情感分析语料，训练出第k种句法依赖关系在通用的中文情感分析情境下的权重V
k
，将所述评论通过一句法解析工具转换成句法依赖树，计算得到所述评论中第i个单词对于第j个单词的所述句法注意力其中i
→
j表示在所述句法依赖树中所述第i个单词到所述第j个单词所经过的句法依赖关系路径。
[0007]优选的，所述词句注意力计算步骤进一步包括：根据所述评论获取句法注意力矩阵，并将所述词嵌入表示与所述句法注意力矩阵相乘，获取到第二词嵌入表示，并进一步训练出所述评论中每种词性对应的词性向量，根据所述第二词嵌入表示和所述词性向量计算得到所述词性注意力。
[0008]第二方面，本申请实施例提供了一种商品评论情感分析系统，适用于上述一种商
品评论情感分析方法，包括：词嵌入表示获取模块，获取一商品的评论及所述评论的评价对象，将所述评论和所述评价对象输入至一预训练语言模型中获取所述评论每个词的词嵌入表示；词句注意力计算模块，根据所述词嵌入表示计算所述评论的句法注意力，并进一步根据所述词嵌入表示计算所述评论中的词性注意力；交互注意力计算模块，将所述句法注意力和所述词性注意力与所述词嵌入表示进行交互注意力的计算；情感极性获取模块，将所述交互注意力输入至全连接层，进行softmax处理后获取所述评论在当前所述评价对象下的情感极性。
[0009]在其中一些实施例中，所述词嵌入表示获取模块进一步包括：将所述评论和所述评价对象输入至共享参数的RoBERTa中获取所述词嵌入表示。
[0010]在其中一些实施例中，所述词句注意力计算模块进一步包括：通过通用的中文情感分析语料，训练出第k种句法依赖关系在通用的中文情感分析情境下的权重V
k
，将所述评论通过一句法解析工具转换成句法依赖树，计算得到所述评论中第i个单词对于第j个单词的所述句法注意力其中i
→
j表示在所述句法依赖树中所述第i个单词到所述第j个单词所经过的句法依赖关系路径。
[0011]在其中一些实施例中，所述词句注意力计算模块进一步包括：根据所述评论获取句法注意力矩阵，并将所述词嵌入表示与所述句法注意力矩阵相乘，获取到第二词嵌入表示，并进一步训练出所述评论中每种词性对应的词性向量，根据所述第二词嵌入表示和所述词性向量计算得到所述词性注意力。
[0012]第三方面，本申请实施例提供了一种电子设备，包括存储器、处理器以及存储在所述存储器上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如上述第一方面所述的一种商品评论情感分析方法。
[0013]第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的一种商品评论情感分析方法。
[0014]本申请可应用于营销智能
相比于相关技术，本申请实施例提供的一种商品评论情感分析方法，给定一条完整的商品评论及评论中特定的评价对象作为模型的输入，目的是获取基于当前特定评价对象下该条评论的情感极性(积极、中性、消极)。为了获取单词信息更加丰富的词向量嵌入表示，使用RoBERTa作为模型的词嵌入工具，其次，考虑到句法依赖结构和单词词性可以有效的提高情感分析的准确性，设计句法注意力模块和词性注意力模块提取评论中更富含情感极性的信息，再通过文本表示和评价对象表示之间的交互注意力降低无关词语的影响，最终通过全连接层获取情感极性。
附图说明
[0015]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0016]图1为本专利技术的商品评论情感分析方法流程图；
[0017]图2为本专利技术的商品评论情感分析系统的框架图；
[0018]图3为本专利技术的电子设备的框架图；
[0019]以上图中：
[0020]1、词嵌入表示获取模块；2、词句注意力计算模块；3、交互注意力计算模块；4、情感极性获取模块；60、总线；61、处理器；62、存储器；63、通信接口。
具体实施方式
[0021]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0022]显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的
技术实现思路
的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
[0023]在本申请中提及“实施例”意味着，结合实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种商品评论情感分析方法，其特征在于，包括：词嵌入表示获取步骤，获取一商品的评论及所述评论的评价对象，将所述评论和所述评价对象输入至一预训练语言模型中获取所述评论每个词的词嵌入表示；词句注意力计算步骤，根据所述词嵌入表示计算所述评论的句法注意力，并进一步根据所述词嵌入表示计算所述评论中的词性注意力；交互注意力计算步骤，将所述句法注意力和所述词性注意力与所述词嵌入表示进行交互注意力的计算；情感极性获取步骤，将所述交互注意力输入至全连接层，进行softmax处理后获取所述评论在当前所述评价对象下的情感极性。2.根据权利要求1所述的商品评论情感分析方法，其特征在于，所述词嵌入表示获取步骤进一步包括：将所述评论和所述评价对象输入至共享参数的RoBERTa中获取所述词嵌入表示。3.根据权利要求1所述的商品评论情感分析方法，其特征在于，所述词句注意力计算步骤进一步包括：通过通用的中文情感分析语料，训练出第k种句法依赖关系在通用的中文情感分析情境下的权重V
k
，将所述评论通过一句法解析工具转换成句法依赖树，计算得到所述评论中第i个单词对于第j个单词的所述句法注意力其中i
→
j表示在所述句法依赖树中所述第i个单词到所述第j个单词所经过的句法依赖关系路径。4.根据权利要求3所述的商品评论情感分析方法，其特征在于，所述词句注意力计算步骤进一步包括：根据所述评论获取句法注意力矩阵，并将所述词嵌入表示与所述句法注意力矩阵相乘，获取到第二词嵌入表示，并进一步训练出所述评论中每种词性对应的词性向量，根据所述第二词嵌入表示和所述词性向量计算得到所述词性注意力。5.一种商品评论情感分析系统，其特征在于，包括：词嵌入表示获取模块，获取一商品的评论及所述评论的评价对象，将所述评论和所述评价对象输入至一预训练语言模型中获取所述评论每个词的词嵌入...

【专利技术属性】
技术研发人员：王硕，杨康，王同乐，李霞，
申请(专利权)人：北京明略软件系统有限公司，
类型：发明
国别省市：