[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

说明书

本发明公开了一种舆情信息提取方法，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；根据提取的所述评论结构获取所述商品的评价情况。本发明还提供了一种舆情信息提取装置、终端设备及计算机可读存储介质，多维度挖掘提取评论数据，为商家提供准确直观地数据信息，为商家制定并调整后续运营决策提供参考。

技术领域

本发明涉及计算机领域，尤其涉及一种舆情信息提取方法、装置、终端设备及存储介质。

背景技术

电子商务行业发展迅猛，对社会和经济的重要性与日俱增。随着互联网的普及，人们越来越依赖于诸如天猫、淘宝、京东等电商平台进行购物。大型电商平台是电子商务行业发展的催化剂。对比传统线下销售的厂商，从购物用户的角度，在电商平台上可以十分详尽地获取到商品的属性、销量等信息，还可以通过已购买过的用户做出的评价，进一步的了解商品的使用情况，从而做出购买与否的选择。而对商家来说，收集消费者对线下销售产品的评价信息成本非常高，电商平台则提供了这样一个利于用户反馈的环境。在线评论对消费者做出消费决策具有参考意义。据美国权威调查咨询公司——KRC研究所在2005年所做的一项调查表明，通过网络进行购物的用户进行在线搜索和评价商品时，会参考其他消费者对目标商品的评价与使用心得，评论数据很大程度上影响了他们的购物决策。根据中国互联网络信息中心(CNNIC)在2009年调查发布的《中国互联网络发展状况统计报告》显示，在线商品的评论是我国消费者“网购”购买决策的重要信息来源之一。

因此，分析电商平台上购买用户对产品的评价信息，并针对多维度来提取相关信息是了解商品舆情、用户反馈的重要途径，为商家改善自身经营状况、提升用户体验、制定运营策略具有很高的参考意义。基于电商评论的舆情信息提取对商家具有很高价值，故对电商评论数据的精确分析与信息提取就显得尤为重要。

在电商蓬勃发展的同时，针对电商评论数据处理的技术也应运而生，但现有的电商评论处理技术较为粗犷。通过调查多个商家对评论数据的处理方案，以及参考多个电商第三方数据处理平台针对评论数据进行处理的功能模块，电商行业中基于电商评论的处理方案大体分为以下三类：

第一，依靠平台用户反馈(如天猫的五星好评机制)来筛选出评分低的评论，再依靠客服人员分析问题、跟进问题、解决问题；

第二，构建情感词特征词库，将用户评论中涉及用户情感的关键词分为正、负两面，从中感知对商品服务的满意程度；

第三，构建问题关键词特征词库，将用户评论中涉及产品问题的关键词作为筛选条件，对评论进行过滤筛选，将评论进行分类。

发明内容

上述处理电商评论的技术均较为粗犷，处理后的评论数据能提供到的参考往往不够直观，提取到的信息价值十分有限，不能为商家提供到精确细致的用户反馈。上述现有技术的缺点如下：

第一，依靠平台用户反馈(如天猫的五星好评机制)来筛选出分数低的评论的方法的缺点是：

(1)低效。在面对大数据量的评论的时候使用此种方法耗时耗力。

(2)不精准。用户的评论往往涉及商品的多个维度，此种方法收集的是用户的总体感知，商家无法明确感知到改进方向。

第二，构建情感词特征词库，将用户评论中涉及用户情感的关键词分为正、负两面，从中感知对商品服务的满意程度。此方法的缺点是：

(1)不直观。将文本中情感分为积极和消极两类，忽略了用户表述的情感程度。

(2)无法定位商品维度。情感词固然能说明用户的喜好程度，但是笼统的将文本分成两类无法定位到商品在哪个维度需要改进。