[发明专利]隐含观点情感极性的分析方法

说明书

本发明提供一种隐含观点情感极性的分析方法，涉及社交网络分析领域。所述隐含观点情感极性的分析方法包括：S1、获取用户的评论数据，所述评论数据包括：评论文本；S2、对所述评论数据进行预处理，将所述评论文本划分为子句；S3、从所述评论数据中提取产品特征；S4、构建领域依赖的情感词典，并基于所述情感词典从所述子句中提取隐含观点子句；S5、从所述隐含观点子句中提取频繁模式，从所述频繁模式中提取特征模式，从所述特征模式中提取特征隐含观点模式并分析所述特征隐含观点模式的情感极性；S6、进行特征级别情感极性分析和评论级别情感极性分析。本发明可以准确分析隐含观点的情感极性。

技术领域

本发明涉及社交网络分析领域，具体涉及一种隐含观点情感极性的分析方法。

背景技术

随着社交网络的快速发展，越来越多的用户在网上表达自己的意见与观点，尤其是对一些产品做出评价以及发表自己喜好的观点。对于一些公司和制造商来说，这些在线观点可以帮助他们从客户和竞争对手的角度了解其产品的优势和劣势。

用户的观点往往体现出自己的情感状态，现有技术一般采用情感分析技术来实现对观点的情感分析。情感词典以正负词集的形式表示词汇级情感知识，基于情感词典的构建，情感分析技术通过对观点进行分析并提取文本中的情感词，自动识别目标中的情感极性，并以此从观点中得到用户所要表达的情感或挖掘用户的意见。

然而，观点本身可以分为显性观点和隐含观点，对于隐含观点来说，观点的表达不使用任何显性情感词或者使用的是高度模糊的情感词，导致情感分析技术无法准确分析隐含观点的情感极性。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种隐含观点情感极性的分析方法，解决了现有技术无法准确分析隐含观点情感极性的问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

本发明解决其技术问题所提供的一种隐含观点情感极性的分析方法，包括以下步骤；

S1、获取用户的评论数据，所述评论数据包括：评论文本；

S2、对所述评论数据进行预处理，将所述评论文本划分为子句；

S3、从所述评论数据中提取产品特征；

S4、构建领域依赖的情感词典，并基于所述情感词典从所述子句中提取隐含观点子句；

S5、从所述隐含观点子句中提取频繁模式，从所述频繁模式中提取特征模式，从所述特征模式中提取特征隐含观点模式并分析所述特征隐含观点模式的情感极性；

S6、进行特征级别情感极性分析和评论级别情感极性分析。

优选的，所述步骤S5包括：

S501、将所述隐含观点子句转化为词序列，从所述词序列中提取频繁模式；

S502、基于所述产品特征从所述频繁模式中提取特征模式；

S503、基于情感极性检验从所述特征模式中提取特征隐含观点模式；

S504、使用扩展的逐点互信息分析所述特征隐含观点模式的情感极性。

优选的，所述步骤S6包括：

S601、提取″产品特征-特征隐含观点模式″集合；

S602、提取所述产品特征的核心特征隐含观点模式；

S603、进行特征级别情感极性分析和评论级别情感极性分析。

优选的，在步骤S502中，所述特征模式的判断方法为：