[发明专利]一种决策系统和计算机可读存储介质

权利要求书

1.一种决策系统，其特征在于，包括采集模块、情感分析模块和观点挖掘模块，

所述采集模块，用于采集目标产品的评论集；

所述情感分析模块，用于对所述评论集中的每个评论进行情感分析，输出正面情绪的评论子集和负面情绪的评论子集；

所述观点挖掘模块，用于对每个评论子集分别进行观点挖掘，输出第一决策参考信息，所述第一决策参考信息包括所述每个评论子集的至少两个主题信息，所述至少两个主题信息用于指示所述目标产品的正面评论点或者负面评论点。

2.根据权利要求1所述的决策系统，其特征在于，若所述评论集中待进行情感分析的评论为文本评论，所述情感分析模块对所述文本评论进行情感分析，包括：

对所述文本评论进行前序处理，得到所述文本评论的多个分词；

将所述多个分词进行词嵌入处理，得到第一词向量序列；

将所述第一词向量序列输入已训练的对抗模型进行对抗处理，得到第二词向量序列；

将所述第二词向量序列输入已训练的双向长短期记忆Bi-LSTM模型进行文本分类处理，得到第三词向量序列；

计算所述第三词向量序列中的每个词向量的第一权重系数；

根据所述第一权重系数对所述第三词向量序列中的词向量进行加权计算，得到所述第三词向量序列的特征向量；

对所述特征向量进行分类处理，得到所述文本评论的综合评分；

若所述综合评分小于第一阈值，则将所述文本评论划分到所述负面情绪的评论子集；或者，若所述综合评分大于第二阈值，则将所述文本评论划分到所述正面情绪的评论子集，所述第一阈值小于或者等于所述第二阈值。

3.根据权利要求1所述的决策系统，其特征在于，若所述评论集中待进行情感分析的评论为语音评论，所述情感分析模块对所述语音评论进行情感分析，包括：

根据所述语音评论的音量和语速，确定所述语音评论的语音评分；

将所述语音评论转换为文本评论；

对所述文本评论进行前序处理，得到所述文本评论的多个分词；

将所述多个分词进行词嵌入处理，得到第一词向量序列；

将所述第一词向量序列输入已训练的对抗模型进行处理，得到第二词向量序列，所述对抗模型用于将所述第一词向量序列正则化；

将所述第二词向量序列输入已训练的Bi-LSTM模型进行文本分类处理，得到第三词向量序列；

计算所述第三词向量序列中的每个词向量的第一权重系数；

根据所述第一权重系数对所述第三词向量序列中的词向量进行加权计算，得到所述第三词向量序列的特征向量；

对所述特征向量进行分类处理，得到所述文本评论的文本评分；

根据预设的第二权重系数对所述文本评分和所述语音评分进行加权计算，得到综合评分；

若所述综合评分小于第一阈值，则将所述文本评论划分到所述负面情绪的评论子集；或者，若所述综合评分大于第二阈值，则将所述文本评论划分到所述正面情绪的评论子集，所述第一阈值小于或者等于所述第二阈值。

4.根据权利要求2或3所述的决策系统，其特征在于，

所述情感分析模块，还用于根据所述每个评论的综合评分，生成并输出第二决策参考信息，所述第二决策参考信息用于指示所述评论集的负面情绪程度、正面情绪程度、好评率和/或差评率。

5.根据权利要求1所述的决策系统，其特征在于，所述观点挖掘模块对所述评论子集进行观点挖掘，包括：

计算所述评论子集中每个文本评论中的每个特征词的概率分布；

根据所述每个文本评论所包含的特征词的数量和预设的第三阈值，将所述评论子集中的文本评论划分为短文本和长文本；

基于所述每个特征词的概率分布，利用第一采样算法对对所述短文本进行采样，以及利用第二采样算法对所述长文本进行采样，获取所述评论子集的至少两个主题，所述第一采样算法的收敛速度与所述第二采样算法的收敛速率不同；

对所述至少两个主题进行去重处理；

对去重处理后的所述至少两个主题中的每个主题所包括的特征词进行压缩处理，得到所述每个主题的主题信息，所述主题信息包括所属主题中压缩后的多个高频词。