[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

说明书

本申请公开了一种企业舆情分析方法、装置、设备及可读存储介质。本申请公开的方法包括：获取与目标企业有关联的网页信息；从网页信息中提取纯文本，并对纯文本进行分词，得到分词结果；基于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分类结果，以得到企业舆情分析结果。本申请能够提高企业舆情分析的准确率和效率，也能够为监管部门提供较为真实的监管依据。相应地，本申请提供的一种企业舆情分析装置、设备及可读存储介质，也同样具有上述技术效果。

技术领域

本申请涉及计算机技术领域，特别涉及一种企业舆情分析方法、装置、设备及可读存储介质。

背景技术

随着互联网的快速发展，网络上催生了大量的舆情信息，这些舆情信息中既存在对企业有积极影响的信息，也存在对企业有负面影响的信息。通过对舆情信息进行分析，可以辨别出负面舆论和正面舆论，方便企业决策者迅速制定应对策略，也可为监管部门提供可参考的监管依据。现有技术对舆情信息的分析比较单一，导致舆情分析结果的准确性较低。

因此，如何提高舆情分析结果的准确性，是本领域技术人员需要解决的问题。

发明内容

有鉴于此，本申请的目的在于提供一种企业舆情分析方法、装置、设备及可读存储介质，以提高舆情分析结果的准确性。其具体方案如下：

第一方面，本申请提供了一种企业舆情分析方法，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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。

优选地，还包括：

存储并显示所述企业舆情分析结果。

第二方面，本申请提供了一种企业舆情分析装置，包括：