[发明专利]基于大量样本数据的情感评价方法及装置

权利要求书

1.一种基于大量样本数据的情感评价方法，其特征在于，包括：

确定样本信息中任意指定领域产品的特征信息；

根据所述特征信息和预设的样本信息训练模型，生成训练数据；

根据所述训练数据和预设的基于增量的文本分类模型，生成不同时间段内的所述任意指定领域产品的评价信息；

采用word2vec对所述评价信息进行向量化处理，以生成待评价的向量矩阵；

将所述待评价的向量矩阵输入卷积神经网络，以根据所述卷积神经网络的输出结果，得到所述评价信息的情感值；

所述确定样本信息中任意指定领域产品的特征信息，具体包括以下步骤：

收集包含所述任意指定领域产品的关键词信息的样本信息，以作为所述任意指定领域产品的待评价信息；

提取所述待评价信息中的多个相关词信息；

确定所述多个相关词信息的权重值，以将权重值大于预设权重阈值的所述关键词信息确定为所述特征信息；

所述根据所述特征信息和预设的样本信息训练模型，生成训练数据，具体包括以下步骤：

根据所述特征信息确定分类模型的文本向量空间维数；

根据所述文本向量空间维数，采用贝叶斯分类器构造已标记样本数据的分类模型；

根据所述分类模型，对未标记样本数据执行分类操作，以得到类别分布的未标记样本数据；

对所述类别分布的未标记样本数据和所述已标记样本数据执行训练操作，生成贝叶斯分类模型；

根据所述贝叶斯分类模型，重复执行所述分类操作与所述训练操作，直至生成指定数量的所述训练数据；

所述根据所述训练数据和预设的基于增量的文本分类模型，生成不同时间段内的所述任意指定领域产品的评价信息，具体包括以下步骤：

将所述样本信息的发布时间分割为多个时间段；

根据所述多个时间段，将所述训练数据划分为多个对应的训练群组，所述多个对应的训练群组中包括未标记训练数据与已标记训练数据；

在任意一个所述训练群组内，根据SVM训练模型，确定K个正向样例与K个负向样例；

对所述K个正向样例与所述K个负向样例进行人工矫正，形成任意一个所述训练群组的训练样本；

根据所述训练样本，对所述对应的训练群组内的所述未标记训练数据进行类别预测，以生成任意一个对应的所述时间段内的评价信息；

所述采用word2vec对所述评价信息进行向量化处理，以生成待评价的向量矩阵，具体包括以下步骤：

滤除所述评价信息中的无用成分数据；

过滤所述评价信息中文本长度未到达预设文本长度阈值的文本信息，以得到处理后的评价信息；

对所述处理后的评价信息进行分词与分字的分割操作；

采用word2vec，对进行分割后的所述评价信息进行向量训练，以生成向量矩阵，

其中，所述向量矩阵的列向量为词向量，所述向量矩阵中的行向量为字向量；

所述将所述待评价的向量矩阵输入卷积神经网络，以根据所述卷积神经网络的输出结果，得到所述评价信息的情感值，具体包括以下步骤：

将所述向量矩阵从所述卷积神经网络的输入层输入；

在所述卷积神经网络的卷积层，通过卷积计算，获得不同程度的特征词典；

在所述卷积神经网络的池化层，计算所述特征词典中每个特征的最大值，并根据所述最大值，生成特征向量；

在所述卷积神经网络的连接层，将所述向量矩阵中的词向量与所述特征向量进行拼接，以得到所述评价信息的情感值。

2.根据权利要求1所述的基于大量样本数据的情感评价方法，其特征在于，在所述确定样本信息中任意指定领域产品的特征信息前，还包括：

预设所述指定领域产品的关键词信息，以根据所述关键词信息确定所述样本信息，

其中，所述关键词信息包括产品名称、产品评价数据范围，产品评价时间范围。