[发明专利]一种评论文本的情感倾向分析方法及装置

说明书

本发明公开了一种评论文本的情感倾向分析方法及装置，方法包括：读取评论文本；将所述评论文本进行去重处理，得到第一文本集；将第一文本集通过TF‑IDF算法得到特征词的特征向量；将特征向量代入基于贝叶斯模型的情感分析模型得到情感分析值；根据情感分析值判断评论文本的情感倾向性，当情感分析值≥0.5且≤1时，则认为所述评论文本属于积极评论，当情感分析值≥0且＜0.5时，则认为所述评论文本属于消极评论。装置包括：评论文本读取模块、去重处理模块、特征向量得到模块、情感分析值计算模块和判断模块；通过基于贝叶斯模型的情感分析模型对评论文本的情感倾向进行有效的分析。该方法和装置主要用于数据挖掘领域。

技术领域

本发明涉及数据挖掘技术领域，特别涉及一种评论文本的情感倾向分析方法及装置。

背景技术

近年来互联网平台或者网站的评论多种多样，这些评论往往会影响用户对平台或者网站的情感倾向性。对于普通人来讲，面对海量的评论数据，如果人为逐条来看，既费时又费力。

发明内容

本发明的目的：提供了一种评论文本的情感倾向分析方法及装置，可以对海量的评论文本数据进行情感分析。

本发明解决其技术问题的解决方案是：一种评论文本的情感倾向分析方法，包括：

步骤1、读取评论文本；

步骤2、将所述评论文本进行去重处理，得到第一文本集；

步骤3、将第一文本集通过TF-IDF算法得到特征词的特征向量；

步骤4、将特征向量代入基于贝叶斯模型的情感分析模型得到情感分析值；

步骤5、根据情感分析值判断步骤1中读取的评论文本的情感倾向性，当情感分析值≥0.5且≤1时，则认为所述评论文本属于积极评论，当情感分析值≥0且＜0.5时，则认为所述评论文本属于消极评论。

进一步，在步骤4中，基于贝叶斯模型的情感分析模型为：

其中，P(w₁,····,w_n)＝P(w₁,····,w_n∣c₁)·P(c₁)+P(w₁,····,w_n∣c₂)·P(c₂)，C₁和C₂表示为两个类别，w_n表示为特征词的特征向量，n为自然数。

进一步，在步骤2中，第一文本集的得到方法包括：

步骤2.1、创建一个空的list表；

步骤2.2、将评论文本以分隔标点符号进行分行，输出评论文本的行数j；

步骤2.3、读取第i行的评论文本；

步骤2.4、判断第i行的评论文本在list表是否存在，存在则转至步骤2.5，不存在则转至步骤2.6；

步骤2.5、i＝i+1，当i＝j时，则进入步骤2.7，当i≠j时，则返回步骤2.3；

步骤2.6、将第i行的评论文本加入list表数据，i＝i+1,当i＝j时，则进入步骤2.7，当i≠j时，则返回步骤2.3；

步骤2.7、当i＝j时，则将list表保存，并将保存后的list表记为第一文本集；

其中，所述分隔标点符号包括：逗号、分号和句号，i和j均为自然数，i的初始值为1。

进一步，在步骤1中，所述评论文本的读取方法包括：通过爬虫软件从网站讨论区中读取。