【技术实现步骤摘要】
本专利技术属于自然语言处理的文本情感分析，具体涉及一种互联网政务应用情感分析算法。
技术介绍
1、随着人们生活水平和民主权力意识的日益提高，对政府管理也提出了新的要求。在推进政府管理创新的过程中，互联网政务应用中充斥着各式各样的文本内容，蕴含大量信息，诸如投诉、评价、新闻、公告发布等，从成千上万的投诉、评价信息中可以体现出政府服务水平、服务质量。面对庞大的数据信息，政府存在基层人员不足等问题，因此如何从众多评论文本中抽取各个粒度的情感倾向，是值得研究的现实性问题。
2、输入一段文字，然后信息化系统自动反馈给你这段文字有怎样的情感导向，是正面积极的评价还是负面消极的吐槽,这种神奇的功能就是文本情感分析，又称意见挖掘，是指对带有情感色彩的主观性文本进行采集、处理、分析、归纳和推理的过程，涉及到人工智能、机器学习、数据挖掘、自然语言处理等多个研究领域。文本情感分析在当下信息产业时代具有重要作用：在舆情分析方面，通过对热点事件进行情感剖析，寻找情感原因，对政府了解民意，预防危害事件的发生具有一定的意义。
技术实现思路
1、本专利技术提供了一种互联网政务应用情感分析方法，用于政务领域应用场景，如投诉、举报、评价、公告、新闻等文本内容情感导向分析，对不同情感强度事物进行优先级分类，优先处理，提高政府满意度评价，提升公众满意度。
2、一种互联网政务应用情感分析算法，包括如下步骤：
3、首先，使用jieba分词工具将文本进行句子分割和分词，保存主要信息、每个句子
4、接着，利用bert模型对应用场景相关语料进行训练，提升算法语义熟练度及与应用场景语义匹配度；
5、接着，按照情感分析模型，结合政务行业领域的业务首先对当前业务进行筛选；分为举报、投诉、反馈、建议、表扬类型；其中举报、投诉、反馈权值为负数，建议权值不发生变化，表扬权值为正数；同时对照词典对词性进行分类，分为积极词语、消极词语、否定词语；接下来对每个词语的上一个词进行判断，对所有文本进行情感值计算。
6、所述文本情感分析计算方式如下：
7、
8、其中为各分词在文本中的词频，为举报、投诉、反馈、建议、表扬政务应用场景类型对应的情感值，在字典中设置，为每一个分词词性对应的情感系数，根据上述模型可以设置具体系数值，对模型进行训练，v为文本情感分析值；单个词的情感系数需要充分考虑词性，对于积极、消极、否定词需要考虑该词的上一个分词的词性，其计算公式如下：
9、
10、其中积极词语上一词语如果为消极或者否定词语则该词语情感系数值会减少，如果为积极或者肯定词语则情感系数值会增加，正面词权重为加法，负面词权重为减法，否定词权重取相反数，程度副词权重则和它修饰的词语权重相乘。上面公式分别对应前词为正面词、负面词及否定词情感系数计算情况，其中β为程度副词权重，k为对应加权值。
11、本专利技术的有益效果：
12、本专利技术结合神经网络及词典，结合政务行业投诉、举报、反馈、建议、表扬、评论等业务，对政务行业领域文本进行情感分析，较之传统情感分析方法更加对精 确，同时也进行了简化。
13、本专利技术具有良好的灵活性与扩展性，能够通过调整更适合某种工作环境下的网络参数，在不同工作环境下得到较高的分析精度或挖掘质量。本专利技术应用于江西、深圳等地一网统管项目，通过对社会公众上报事件线索进行分析，大大提高了命中率及自动化效率。尤其是通过对举报、投诉、反馈、建议、表扬等类型纳入情感分析算法，相较于原算法提升命中率45%以上，原算法只是对分词进行简单加权计算，缺少分类，缺少前词、后词情感计算，获得客户认可。
本文档来自技高网...【技术保护点】
1.一种互联网政务应用情感分析算法，其特征在于包括如下步骤：
2.根据权利要求1所述一种互联网政务应用情感分析算法，其特征在于所述文本情感分析计算方式如下：
【技术特征摘要】
1.一种互联网政务应用情感分析算法，其特征在于包括如下步骤：
2.根据权...
【专利技术属性】
技术研发人员：朱天成，王华龙，齐文辉，慕岚清，王坤，
申请(专利权)人：中电万维信息技术有限责任公司，
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。