[发明专利]一种企业舆情分析方法、装置、设备及可读存储介质

权利要求书

1.一种企业舆情分析方法，其特征在于，包括：

获取与目标企业有关联的网页信息；

从所述网页信息中提取纯文本，并对所述纯文本进行分词，得到分词结果；

基于所述分词结果分别提取各篇文本分别对应的分词特征，并利用卡方检验对所述分词特征进行筛选，以得到舆情特征；

利用朴素贝叶斯算法对所述舆情特征进行分类，得到分类结果，并利用情感分析语料库识别所述分类结果，以得到企业舆情分析结果。

2.根据权利要求1所述的企业舆情分析方法，其特征在于，所述获取与目标企业有关联的网页信息，包括：

获取所述目标企业的企业名称，删除所述企业名称中的地域属性、企业属性和经营属性，得到企业简称；

利用所述企业简称获取所述网页信息。

3.根据权利要求1所述的企业舆情分析方法，其特征在于，所述从所述网页信息中提取纯文本，包括：

利用jsoup技术提取所述网页信息中的html内容，并删除所述网页信息中的图片；

从所述html内容中提取所述纯文本。

4.根据权利要求3所述的企业舆情分析方法，其特征在于，所述从所述html内容中提取所述纯文本之前，还包括：

利用OCR技术识别所述图片中的文本信息，并将所述文本信息添加至所述纯文本中的目标位置；所述目标位置为所述图片在所述网页信息中的位置。

5.根据权利要求1所述的企业舆情分析方法，其特征在于，所述对所述纯文本进行分词，得到分词结果，包括：

利用hanlp对所述纯文本进行分词，得到所述分词结果。

6.根据权利要求1所述的企业舆情分析方法，其特征在于，所述利用卡方检验对所述分词特征进行筛选，以得到舆情特征，包括：

利用所述卡方检验计算所述分词特征与相应文本的预设文本特征之间的差异值；

若所述差异值大于预设阈值，则删除所述分词特征；否则，将所述分词特征确定为所述舆情特征。

7.根据权利要求1至6任一项所述的企业舆情分析方法，其特征在于，还包括：

存储并显示所述企业舆情分析结果。

8.一种企业舆情分析装置，其特征在于，包括：

获取模块，用于获取与目标企业有关联的网页信息；

提取模块，用于从所述网页信息中提取纯文本，并对所述纯文本进行分词，得到分词结果；

筛选模块，用于基于所述分词结果分别提取各篇文本分别对应的分词特征，并利用卡方检验对所述分词特征进行筛选，以得到舆情特征；

分析模块，用于利用朴素贝叶斯算法对所述舆情特征进行分类，得到分类结果，并利用情感分析语料库识别所述分类结果，以得到企业舆情分析结果。

9.一种企业舆情分析设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序，以实现如权利要求1至7任一项所述的企业舆情分析方法。

10.一种可读存储介质，其特征在于，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的企业舆情分析方法。