[发明专利]一种基于情感分析的预警方法及装置

权利要求书

1.一种基于情感分析的预警方法，其特征在于，包括：

实时流式确定待监测的目标实体信息，所述目标实体信息包括公司、行业、资产、证券、人物实体中的一项或多项；

从预先获取的可处理文本中提取与所述目标实体信息相关的监测信息，并对所述监测信息进行结构化处理；

对结构化处理后的所述监测信息进行情感分析，根据情感分析结果确定所述监测信息对应的违约程度；

根据所有监测信息的违约程度以及相应的权重确定所述目标实体的违约程度，在所述目标实体的违约程度达到预警值时生成预警消息。

2.根据权利要求1所述的方法，其特征在于，所述对所述监测信息进行结构化处理包括：

预先获取监测样本信息，并确定所述监测样本信息的事件触发词、事件元素和事件类型；

根据所述事件触发词和事件元素生成所述监测样本信息的事件向量，并根据不同事件类型的所述监测样本信息的事件向量对事件提取模型进行分类训练，确定训练后的事件提取模型；

根据训练后的事件提取模型抽取所述监测信息中的事件触发词和事件元素，并根据所述监测信息的事件触发词和事件元素生成结构化的监测信息。

3.根据权利要求1所述的方法，其特征在于，所述对结构化处理后的所述监测信息进行情感分析包括：

确定所述监测信息中的评价对象和评价方面，并确定所述评价对象在每个评价方面的情感分类。

4.根据权利要求1所述的方法，其特征在于，所述对结构化处理后的所述监测信息进行情感分析包括：

基于句法树的递归神经网络模型确定所述监测信息中每个词语在所述监测信息中的极性，并根据每个词语的极性确定所述监测信息的情感极性得分。

5.根据权利要求1所述的方法，其特征在于，还包括：

基于长短期记忆网络和条件随机场算法预测与所述监测信息对应的事件的生命周期。

6.一种基于情感分析的预警装置，其特征在于，包括：

目标实体确定模块，用于实时流式确定待监测的目标实体信息，所述目标实体信息包括公司、行业、资产、证券、人物实体中的一项或多项；

监测信息处理模块，用于从预先获取的可处理文本中提取与所述目标实体信息相关的监测信息，并对所述监测信息进行结构化处理；

情感分析模块，用于对结构化处理后的所述监测信息进行情感分析，根据情感分析结果确定所述监测信息对应的违约程度；

预警模块，用于根据所有监测信息的违约程度以及相应的权重确定所述目标实体的违约程度，在所述目标实体的违约程度达到预警值时生成预警消息。

7.根据权利要求6所述的装置，其特征在于，所述监测信息处理模块包括：

样本单元，用于预先获取监测样本信息，并确定所述监测样本信息的事件触发词、事件元素和事件类型；

训练单元，用于根据所述事件触发词和事件元素生成所述监测样本信息的事件向量，并根据不同事件类型的所述监测样本信息的事件向量对事件提取模型进行分类训练，确定训练后的事件提取模型；

结构化单元，用于根据训练后的事件提取模型抽取所述监测信息中的事件触发词和事件元素，并根据所述监测信息的事件触发词和事件元素生成结构化的监测信息。

8.根据权利要求6所述的装置，其特征在于，所述情感分析模块用于：

确定所述监测信息中的评价对象和评价方面，并确定所述评价对象在每个评价方面的情感分类。

9.根据权利要求6所述的装置，其特征在于，所述情感分析模块用于：

基于句法树的递归神经网络模型确定所述监测信息中每个词语在所述监测信息中的极性，并根据每个词语的极性确定所述监测信息的情感极性得分。

10.根据权利要求6所述的装置，其特征在于，还包括：

预测模块，用于基于长短期记忆网络和条件随机场算法预测与所述监测信息对应的事件的生命周期。