【技术实现步骤摘要】
一种可高效配置的细粒度情感分析方法
[0001]本专利技术涉及数据分析
，更具体的，涉及一种可高效配置的细粒度情感分析方法。
技术介绍
[0002]在绝大多数有用户评论的平台中，比如电商平台，了解用户的情感是至关重要的，以往的情感识别算法都是使用机器学习直接得出情感类别，在情感细粒度非常细的时候，情感种类就非常多了，情感之间又非常相似，以至于这些相似的情感识别效果并不好，同时，在细粒度情感类别数有变化的时候，机器学习就需要重新学习，这需要消耗时间和机器资源。
[0003]针对这一问题现有技术有一种文本细粒度情感分析方法，包括如下步骤：情感词极性强度量化计算；评价对象属性及其情感表达元素的联合识别；细粒度属性分类及其情感计算。本专利技术还公开了一种文本细粒度情感分析装置，包括评论数据采集及预处理模块、数据处理模块、数据分析模块、信息展示模块。然而现有技术计算繁琐，应用场景小，因此如何设计一种计算简单，应用场景广的细粒度情感分析方法，是本
亟需解决的问题。
技术实现思路
[0004]本专利技术...
【技术保护点】
【技术特征摘要】
1.一种可高效配置的细粒度情感分析方法，其特征在于：其具体步骤为：S1.获取初始细粒度情感，将初始细粒度情感进行预处理；S2.根据预处理后的初始细粒度情感，建立一个情感码表；S3.根据情感码表训练机器学习模型；S4.获取待识别文本，通过训练好的机器学习模型识别待识别文本的所属的广度情感类别；S5.根据步骤S4得到的广度情感类别得到待识别文本的细粒度情感。2.根据权利要求1所述的可高效配置的细粒度情感分析方法，其特征在于：步骤S1，将初始细粒度情感按照相似度进行聚类，得到了若干个广度情感类别。3.根据权利要求2所述的可高效配置的细粒度情感分析方法，其特征在于：步骤S2，通过根据聚类后的初始细粒度情感，建立一个情感码表，具体步骤为：根据细粒度情感和聚类得到的若干个广度情感类别建立一个广度情感类别
‑
细粒度情感一一映射关系的情感码表。4.根据权利要求3所述的可高效配置的细粒度情感分析方法，其特征在于：还包括构建情感关键词，根据情感关键词建立细粒度情感
‑
情感关键词一一映射关系，组成一个广度情感类别
‑
细粒度情感
‑
关键词的情感码表。5.根据权利要求4所述的可高效配置的细粒度情感分析方法，其特征在于：所述的机器学习模型包括线性判别分析模型、决策树模型、K最近邻...
【专利技术属性】
技术研发人员：邓钢清，何宇轩，牟昊，李旭日，徐亚波，
申请(专利权)人：广东横琴数说故事信息科技有限公司，
类型：发明
国别省市：
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。