【技术实现步骤摘要】
本公开属于数据分析，特别涉及一种关于车辆的文本评论分析方法、装置及介质。
技术介绍
1、随着社交媒体的盛行，用户对车型品牌的评价与讨论也日益增加，无形中产生了大量关于性能、配置、外观、价格和售后服务等方面的非结构化评论。评论中蕴含的情感与观点，不仅反映了消费者对各车型的实际体验和期待，还直接影响着潜在消费者的购买决策和车企的品牌形象。
2、现有关于车辆的文本评论分析方法大多应用传统神经网络模型训练来识别用户对产品的看法与情感极性，忽略了用户看法的动态变化。
3、相关技术中，利用词云图和词频分析挖掘对用户评论的关键词进行可视化，并使用情感分析工具包获取用户对产品的态度看法，实现车辆分析的目的。
4、还有相关技术中，以车辆为对象，使用卷积神经网络训练文本主题抽取模型，lstm-attention训练文本情感极性判别模型，并利用pipeline处理得到汽车用户评价主题和主题情感得分，最后输出主题评价和情感极性，实现基于汽车用户评论观点的车辆对比。
5、现有分析方法应用传统神经网络进行模型训练，此...
【技术保护点】
1.一种关于车辆的文本评论分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的关于车辆的文本评论分析方法，其特征在于，对所述情感极性预测模型进行训练，包括：
3.根据权利要求2所述的关于车辆的文本评论分析方法，其特征在于，所述对文本评论进行预处理，包括：
4.根据权利要求1所述的关于车辆的文本评论分析方法，其特征在于，所述对文本评论的数量、每一条文本评论所属时间、以及每一条文本评论的情感极性进行时间序列分析，识别影响用户态度变化的事件，包括：
5.根据权利要求4所述的关于车辆的文本评论分析方法，其特征在于，所述...
【技术特征摘要】
1.一种关于车辆的文本评论分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的关于车辆的文本评论分析方法，其特征在于，对所述情感极性预测模型进行训练，包括：
3.根据权利要求2所述的关于车辆的文本评论分析方法，其特征在于，所述对文本评论进行预处理，包括：
4.根据权利要求1所述的关于车辆的文本评论分析方法，其特征在于，所述对文本评论的数量、每一条文本评论所属时间、以及每一条文本评论的情感极性进行时间序列分析，识别影响用户态度变化的事件，包括：
5.根据权利要求4所述的关于车辆的文本评论分析方法，其特征在于，所述移动平均法的公式为：，以计算t时刻情感得分的移动平均值，其中，表示观测值序列，n表...
【专利技术属性】
技术研发人员：宋华，黄嘉辉，郭全俊，杨洋，汪旭明，王亮，汪振东，王鸿飞，朱忠华，于蓓，周志雄，
申请(专利权)人：安徽江淮汽车集团股份有限公司，
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。