一种细粒度属性自动提取的用户评论文本情感挖掘模型
公开
摘要
本发明涉及一种细粒度属性自动提取的用户评论文本情感挖掘方法。通过引入依存句法分析方法、LDA主题模型、Skip‑gram模型、LSTM情感分类算法、改进的KANO用户偏好分析模型，实现了对用户评论文本属性的自动挖掘和各属性的用户情感偏好的分析。该方法采用依存句法分析和LDA主题模型提取种子属性特征，基于这些属性特征，分别采用Word2vec中的Skip‑gram模型，进行词向量训练以及相似度计算得到各种子属性词下的产品特征词典，避免了直接基于词向量提取产品特征容易产生的噪声影响。本发明着眼于构建种子属性词下的产品特征词典，避免了直接基于词向量提取产品特征容易产生的噪声影响，同时利用LDA主题模型可以实现种子属性词的自动分类和提取，避免了人工对产品特征词集分类带来的主观性误差，在一定程度上能提高用户偏好分析及产品特征需求度计算时的准确率。
基本信息
专利标题 ：
一种细粒度属性自动提取的用户评论文本情感挖掘模型
专利标题（英）：
暂无
公开（公告）号 ：
CN114564956A
申请号 ：
CN202210191993.X
公开（公告）日 ：
2022-05-31
申请日 ：
2022-02-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
饶崇郅李新惠傅居元徐骏豪渐令
申请人 ：
中国石油大学（华东）
申请人地址 ：
山东省青岛市黄岛区长江西路66号
代理机构 ：
代理人 ：
优先权 ：
CN202210191993.X
主分类号 ：
G06F40/289
IPC分类号 ：
G06F40/289 G06F40/211 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F40/289
短语分析，例如有限状态技术或分块
法律状态
2022-05-31 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
