评论文本情感倾向分析方法及装置制造方法及图纸

本申请公开了一种评论文本情感倾向分析方法及装置。其中，该方法包括：获取待分析评论文本，并提取待分析评论文本中的多个目标特征对象；从预设的特征词典中确定每个目标特征对象对应的目标特征，得到目标特征集合；对于每个目标特征对象，基于待分析评论文本、目标特征对象和目标特征对象对应的目标特征，构建目标特征对象对应的目标特征文本；分别对每个目标特征文本进行细粒度情感分析，得到多个情感倾向分析子结果；基于多个情感倾向分析子结果确定待分析评论文本的目标情感倾向分析结果，用于反映目标特征集合中每种目标特征的目标情感倾向极性。本申请解决了相关技术中无法有效分析出同一评论文本中的多个不同情感倾向极性的技术问题。极性的技术问题。极性的技术问题。

【技术实现步骤摘要】
评论文本情感倾向分析方法及装置


[0001]本申请涉及自然语言处理
，具体而言，涉及一种评论文本情感倾向分析方法及装置。

技术介绍

[0002]目前，企业在线客服系统中每天都会产生海量的用户与客服的会话文本数据，以及会话结束后用户对业务和客服服务满意度的评价文本数据，企业需要从这些文本数据中获取用户对于企业业务和客服等各属性维度的情感倾向信息，以进行口碑分析、业务升级和服务优化等，因此，特征级的情感分析尤为重要。然而，目前大多数情感分析方法只专注于解决文本中评价对象的单一情感倾向分析问题，但不能有效处理文本中评价对象出现多个不同情感倾向极性的分析问题。
[0003]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0004]本申请实施例提供了一种评论文本情感倾向分析方法及装置，以至少解决相关技术中无法有效分析出同一评论文本中的多个不同情感倾向极性的技术问题。
[0005]根据本申请实施例的一个方面，提供了一种评论文本情感倾向分析方法，包括：获取待分析评论文本，并提取待分析评论文本中的多个目标特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种评论文本情感倾向分析方法，其特征在于，包括：获取待分析评论文本，并提取所述待分析评论文本中的多个目标特征对象；从预设的特征词典中确定每个所述目标特征对象对应的目标特征，得到目标特征集合，其中，所述特征词典中包括多个特征对象与多个特征间的映射关系；对于每个所述目标特征对象，基于所述待分析评论文本、所述目标特征对象和所述目标特征对象对应的目标特征，构建所述目标特征对象对应的目标特征文本；分别对每个所述目标特征文本进行细粒度情感分析，得到多个情感倾向分析子结果；基于所述多个情感倾向分析子结果确定所述待分析评论文本的目标情感倾向分析结果，其中，所述目标情感倾向分析结果用于反映所述目标特征集合中每种所述目标特征的目标情感倾向极性。2.根据权利要求1所述的方法，其特征在于，提取所述待分析评论文本中的多个目标特征对象，包括：利用预设的特征提取模型提取所述待分析评论文本中的多个所述目标特征对象，得到目标特征对象集合；其中，所述特征提取模型是基于历史评论文本，通过双向特征表示的预训练语言模型以及条件随机场算法训练得到的模型。3.根据权利要求1所述的方法，其特征在于，从预设的特征词典中确定每个所述目标特征对象对应的目标特征，得到目标特征集合，包括：利用预设的特征统一模型从所述特征词典中确定每个所述目标特征对象对应的所述目标特征，得到所述目标特征集合；其中，所述特征统一模型中包括文本相似度分析模型和所述特征词典，所述文本相似度分析模型是基于历史评论文本，通过卷积神经网络算法训练得到的模型。4.根据权利要求3所述的方法，其特征在于，利用预设的特征统一模型从所述特征词典中确定每个所述目标特征对象对应的所述目标特征，包括：对于任一所述目标特征对象，利用所述文本相似度分析模型将所述目标特征对象与所述特征词典中的多个特征对象进行比较；在所述特征词典中存在与所述目标特征对象相同的第一特征对象时，将所述第一特征对象对应的特征作为所述目标特征对象对应的所述目标特征；在所述特征词典中不存在与所述目标特征对象相同的所述第一特征对象时，确定所述特征词典中与所述目标特征对象相似度最高的第二特征对象，将所述第二特征对象对应的特征作为所述目标特征对象对应的所述目标特征。5.根据权利要求1所述的方法，其特征在于，对于每个所述目标特征对象，基于所述待分析评论文本、所述目标特征对象和所述目标特征对象对应的目标特征，构建所述目标特征对象对应的目标特征文本，包括：对于每个所述目标特征对象，基于所述目标特征对象在所述待分析评论文本中的位置，将所述待分析评论文本划分为前半段评论文本和后半段评论文本；基于所述前半段评论文本、所述后半段评论文本、所述...

【专利技术属性】
技术研发人员：张蕾，冉猛，危枫，梁晓东，郭子滔，王晨子，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：