[发明专利]一种舆情信息提取方法、装置、终端设备及存储介质

权利要求书

1.一种舆情信息提取方法，其特征在于，包括以下步骤：

获取商品的第一评论语句；

根据优先级语料库对所述第一评论语句进行分词；

调用停用词语料库去除分词后的所述第一评论语句中的停用词，得到包括至少一个分词的第二评论语句；

基于每个分词的类型及分词之间的顺序关系，从所述第二评论语句中提取出至少一个评论结构；其中，所述分词的类型包括用户情感词、用户行为词；所述评论结构包括用户行为NA结构、用户行为独立结构；

则所述基于每个分词的类型及分词之间的顺序关系，从所述第二评论语句中提取出至少一个评论结构，具体包括：

依次获取所述第二评论语句中的每个分词的类型；

当判断当前分词的类型为用户行为词且该分词的下一个分词的类型为用户情感词时，将该分词及该分词的下一个分词作为一个用户行为NA结构；

当判断当前分词的类型为用户情感词且该分词的上一个分词的类型不为用户行为词时，或者当判断该分词的类型为用户情感词且所述分词不存在上一个分词时，将该分词作为一个用户行为独立结构；

根据提取的所述评论结构获取所述商品的评价情况。

2.根据权利要求1所述的舆情信息提取方法，其特征在于，所述分词的类型还包括商品维度词、商品情感词；

所述评论结构还包括商品维度NA结构和商品维度独立结构；

则所述基于每个分词的类型及分词之间的顺序关系，从所述第二评论语句中提取出至少一个评论结构，具体还包括：

依次获取所述第二评论语句中的每个分词的类型；

当判断当前分词的类型为商品维度词且该分词的下一个分词的类型为商品情感词时，将该分词及该分词的下一个分词作为一个商品维度NA结构；

当判断当前分词的类型为商品情感词且该分词的上一个分词的类型不为商品维度词时，或者当判断该分词的类型为商品情感词且所述分词不存在上一个分词时，将该分词作为一个商品维度独立结构。

3.根据权利要求2所述的舆情信息提取方法，其特征在于，所述根据提取的所述评论结构获取所述商品的评价情况，具体包括：

当所述评论结构为商品维度NA结构时，调用维度词语料库对所述商品维度词进行同义转换，调用情感词语料库对所述商品情感词进行等级转换，根据所述同义转换及所述等级转换的结果获取所述商品维度NA结构对应的商品的商品维度分数；

当所述评论结构为商品维度独立结构时，调用维度情感词语料库对所述商品情感词进行商品维度判别及情感词等级转换，根据所述商品维度判别及情感词等级转换的结果获取所述商品维度独立结构对应的商品的商品维度分数。

4.根据权利要求3所述的舆情信息提取方法，其特征在于，所述根据提取的所述评论结构获取所述商品的评价情况，具体包括：

当所述评论结构为用户行为NA结构时，调用用户行为词典对所述用户行为词和所述用户情感词进行维度转换，根据所述维度转换的结果获取所述用户行为NA结构对应的商品的用户行为分数；

当所述评论结构为用户行为独立结构时，调用独立情感词语料库对所述用户情感词进行维度转换，根据所述维度转换的结果获取所述用户行为独立结构对应的商品的用户行为分数。

5.根据权利要求4所述的舆情信息提取方法，其特征在于，还包括：

根据所述商品维度分数及所述用户行为分数获得对应商品的满意度指数。

6.根据权利要求1至5任意一项所述的舆情信息提取方法，其特征在于，所述根据优先级语料库对所述第一评论语句进行分词，具体包括：

对所述第一评论语句中的固定组合词汇进行优先划分；

基于词频的最大切分组合对优先划分后的所述第一评论语句中未划分的部分进行划分；

调用Viterbi算法对再次划分后的所述第一评论语句中未划分的无法识别的部分进行识别并划分。