[发明专利]电影评论情感分析方法及装置

说明书

电影评论情感分析方法及装置，属于数据分析领域，具体涉及一种评论的分析方法及装置。为了解决利用现有的情感分析方法对电影评论进行情感分析存在准确度低的问题。本发明首先对影评语料进行分词等预处理并进行句法分析；判断词是否属于影评属性特征词词典中的词，并查询判断该词的父节点的兄弟节点，获取句子中距离该词最近的节点对应的词，作为情感词；遍历W‑SVM情感词典和SO‑VEC情感词典，并判断情感词属于情感词典中的哪一类，并记录词语情感值；最后根据该词与情感词之间的否定词数量更新词语情感值；最终根据词语情感值确定影评细粒度情感。本发明适用于电影评论的情感分析。

技术领域

本发明属于数据分析领域，具体涉及一种评论的分析方法及装置。

背景技术

随着网络技术的发展，越来越多的互联网用户喜欢通过互联网观看电影、电视节目或欣赏音乐等，一般的网站或者客户端都会提供评论区，供用户进行评论。也有一些用户仍然选择在网上选座订票，在电影院或者音乐厅等实体场馆看定影或者欣赏音乐。也有一些用户会选择在电影院或者音乐厅等实体场馆直接购买相应的服务。无论哪种方式，有很多网站或者客户端都会选择提供一个关于服务以及供应内容的评论机制，以便网站或者客户端的运营商能够收集信息，能够真实知道用户的真实感受，运营商或者商家可以通过大数据分析有针对性的进行供应内容筛选和更新，进而提升服务质量或者增加客户的粘性。

搜集评论内容对影视行业的意义更加重要。随着电影、电视、视频行业的发展，各个视频网站或影视公司都在努力获取用户的喜好，从而提供或者制作符合更多人口味的商业片或视频。也有很多客户端或者影院的官网都会提供相应的评论区搜集用户的评论指导排片或者推荐内容。例如某达官网会根据电影评论进行分析，对影评比较好的电影进行延期供应，对影评不好的内容选择尽快下线；再例如某奇艺、某酷等视频网站会根据所有用户的影评进行分析，从而指导内容的排序。实际上每个用户也是有着自己的喜好的，目前已经有很多网站开始提供差异化服务，就是针对不同用户推动不同的内容，想要实现这一点，只需根据每个用户的历史影评进行分析，从而分析出用户的喜好并有针对性的推送。实际上这也是大数据分析的一个方向。

往往不同行业针对评论分析都会有各自的侧重和关注点，所以进行分析的手段和方式都会有所差别。针对电影评论而言，用户留下的评论包含了用户的体验与感受，这些信息比较复杂，但它通常包含强烈的情感色彩并且包含很大的价值，但是目前的情感分析方法往往并不能对电影评论中强烈的情感色彩进行有效的分析，其分析的准确度往往比较低，所以目前的分析方法不能完全适用电影评论分析。

发明内容

本发明为了解决利用现有的情感分析方法对电影评论进行情感分析存在准确度低的问题。

电影评论情感分析方法，包括以下步骤：

(1)爬取待分析的电影评论语料，并利用扩充结巴分词词典对爬取的语料进行分词，并进行去停用词预处理，得到预处理之后的语料；针对每个句子生成预处理之后的词语集合wordlist[j]，所有句子的预料集合为wordlist；同时，按照分词结果对句子进行句法分析；

(2)对于句子中的每一个词Wi∈wordlist[j]，查询特征词词典featureDict，判断Wi是否属于影评属性特征词词典featureDict中的词；若是，跳向步骤(3)；否则，另j+1；

(3)基于句法分析，判断Wi的父节点是否是“NN”或“NR”或“PN”，如果是，遍历这个父节点的父节点的兄弟节点找到标记为“VA”的节点；否则，返回步骤(2)；

NN为常用名词，NR为固有名词，PN为代词，VA为表语形容词；

(4)获取句子中距离Wi最近的“VA”的节点对应的词，作为情感词p；

(5)遍历W-SVM情感词典和SO-VEC情感词典，若p属于褒义词情感词典，词语情感值V_Wi＝1；若p属于贬义词情感词典，V_Wi＝-1；