[发明专利]一种舆情分析方法、装置、设备和存储介质

权利要求书

1.一种舆情分析方法，其特征在于，包括：

获取多个舆情信息；

在所述多个舆情信息中，查询包含目标实体信息的舆情信息；

确定所述包含目标实体信息的舆情信息针对所述目标实体信息的情绪类别。

2.根据权利要求1所述的方法，其特征在于，在所述多个舆情信息中，查询包含目标实体信息的舆情信息，包括：

在所述多个舆情信息中，分别对每个所述舆情信息进行分词处理；

在分词处理后的每个所述舆情信息中，利用预设的实体信息识别方法，识别每个所述舆情信息中包含的实体信息；

在每个所述舆情信息包含的实体信息中，查询目标实体信息，以便确定包含目标实体信息的舆情信息。

3.根据权利要求1所述的方法，其特征在于，确定所述包含目标实体信息的舆情信息针对所述目标实体信息的情绪类别，包括：

利用预设的情绪类别词典，在所述包含目标实体信息的舆情信息中，识别针对所述目标实体信息的情绪表达词，并确定所述情绪表达词所属的情绪类别；

其中，在所述情绪类别词典中记录了多个情绪表达词以及每个情绪表达词对应的情绪类别。

4.根据权利要求3所述的方法，其特征在于，所述在所述包含目标实体信息的舆情信息中，识别针对所述目标实体信息的情绪表达词，包括：

如果在所述包含目标实体信息的舆情信息中包含多个目标实体信息，则对所述舆情信息进行语义片段划分；

针对每个包含目标实体信息的语义片段，如果所述语义片段包括一个目标实体信息，则将所述语义片段中出现的情绪表达词作为针对所述目标实体信息的情绪表达词；如果所述语义片段包括多个目标实体信息，则针对每个所述目标实体信息，确定所述目标实体信息与所述语义片段中出现的每个情绪表达词的距离；比较所述目标实体信息与所述每个情绪表达词的距离的大小；将距离最小的情绪表达词作为针对所述目标实体信息的情绪表达词。

5.根据权利要求1所述的方法，其特征在于，确定所述包含目标实体信息的舆情信息针对所述目标实体信息的情绪类别，包括：

将所述包含目标实体信息的舆情信息输入预先训练的情绪分类模型，通过所述情绪分类模型确定所述包含目标实体信息的舆情信息针对所述目标实体信息的情绪类别。

6.根据权利要求5所述的方法，其特征在于，所述情绪分类模型为门控的实体信息级的长短期记忆网络GATED-TD-LSTM模型。

7.根据权利要求6所述的方法，其特征在于，所述情绪分类模型确定所述包含目标实体信息的舆情信息针对所述目标实体信息的情绪类别，包括：

将所述舆情信息划分为三个信息片段，并且以多维向量表示每个所述信息片段；其中，第一信息片段是位于所述目标实体信息前面的信息，第二信息片段是所述目标实体信息，第三信息片段是位于所述目标实体信息后面的信息；

通过LSMT层将三个以多维向量表示的信息片段分别转化为隐层向量；

调用门控函数，使所述门控函数根据三个所述隐层向量计算临时向量；

通过全连接层调整所述临时向量的维度数量，使所述维度数量与情绪类别的种类数量相同；

利用归一化Softmax函数确定所述临时向量属于每种情绪类别的概率；

将概率值最大的情绪类别作为所述舆情信息针对目标实体信息的情绪类别。

8.一种舆情分析装置，其特征在于，包括：

获取模块，用于获取多个舆情信息；

查询模块，用于在所述多个舆情信息中，查询包含目标实体信息的舆情信息；

确定模块，用于确定所述包含目标实体信息的舆情信息针对所述目标实体信息的情绪类别。

9.一种舆情分析设备，其特征在于，所述舆情分析设备包括处理器、存储器；所述处理器用于执行所述存储器中存储的舆情分析程序，以实现权利要求1～7中任一项所述的舆情分析方法。

10.一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1～7中任一项所述的舆情分析方法。