[发明专利]一种用工平台正负面评论识别的方法及系统

权利要求书

1.一种用工平台正负面评论识别的方法，其特征在于，

步骤101，获取评论数据文本并保存为工人评论文本，标记所述工人评论文本中的新增评论文本建立第一文本集合；

步骤102，对用工公司特征矩阵建模，建立标准正面词库和标准负面词库；所述对用工公司特征矩阵建模具体包括：提取用工公司数据，建立用工公司表和公司岗位表，对用工公司表和公司岗位表，建立用工公司特征矩阵其中G表示公司名称，R表示岗位名称，z表示正面评论数，f表示负面评论数，s表示正面评论率，p表示负面评论率；

步骤103，遍历所述第一文本集合，根据关键词类型分别进行数据处理，获得正面评论数、负面评论数、正面评论率、负面评论率；遍历所述第一文本集合，根据关键词类型分别进行数据处理具体包括：遍历文本集合，对每一个新增加的工人评论，对评论进行分词，将分词装载到第一数据集合，遍历第一数据集合FWⁱ(m)，其中i表示词性，m表示词语位置，其中词性为名词的，判断第一数据集合是否在用工公司表中，若所述第一数据集合值在用工公司表中，提取特征矩阵其中G取第一数据集合的值，R取评论的工人的岗位；

对于第一数据集合关键词类型为形容词的词汇，与正面词库、负面词库进行比对，若属于正面词库中词汇则特征矩阵中正面计数器加一，若属于负面词库中词汇，则负面计数器加一；

若对于第一数据集合关键词类型为形容词的词汇，既不归属正面词库、又不归属负面词库，则对正面词库和负面词库中全部词汇遍历比对，通过改进的词汇比对算法，计算与每个标准词汇的值；

所述改进的词汇比对算法为：采用基于位置距离的词汇出现概率算法，判断两个词语出现的概率，出现的概率越大则词语之间的关联性越强，若两个词语之间没有关系，其单独出现概率之乘积等于两个词语一起出现的概率，若两个词语之间有关联，其共同出现概率应大于单独出现概率之乘积，具体公式如下：

其中，p(FWⁱ(m1),Zdic(g))为词汇FWⁱ(m1)和正面词库Zdic中位置为g的词汇，在所有文本QK中共同出现的概率；FWⁱ(m1)中i为词性，m1表示词语位置；

其中，p(FWⁱ(m1))为词汇FWⁱ(m1)在所有评论文本QK中出现的概率；

其中，p(Zdic(g))为对比词汇Zdic(g)在所有评论文本QK中出现的概率；

其中，h表示该词汇与产品词汇位置的距离；

其中，r为该词汇与产品词汇位置的历史距离平均距离；

比对负面词库Fdic算法如下：

其中，p(FWⁱ(m1),Fdic(g))为词汇FWⁱ(m1)和负面词库Fdic中位置为g的词汇，在所有文本QK中共同出现的概率；

其中，p(FWⁱ(m1))为词汇FWⁱ(m1)在所有评论文本QK中出现的概率；

其中，p(Fdic(g))为对比词汇Fdic(g)在所有评论文本QK中出现的概率；

其中，h表示该词汇与产品词汇位置的距离；

其中，r为该词汇与产品词汇位置的历史距离平均距离；

步骤104，展示所述正面评论数、负面评论数、正面评论率、负面评论率。

2.根据权利要求1所述的方法，其特征在于，通过基于位置距离的词汇出现概率算法为：

Epre(FWⁱ(m1))

＝∑WGS(FWⁱ(m1)，Zdic(g1))-∑WGS(FWⁱ(m1)，Fdic(g2))

Epre(FWⁱ(m1))大于0.1时，设立临时计数器U，表示正面评论指数，U计数增加1；Epre(FWⁱ(m1))小于-0.1时，设立临时计数器V，表示负面评论指数，V计数增加1；

判断U、V最大值max(U、V)，若U最大，该评论语句为正面，将该词汇FWⁱ(m1)加入正面标准词汇库中，并且特征矩阵中，正面计数器加一，若V最大，该评论语句为负面，将该词汇FWⁱ(m1)加入负面标准词汇库中，并且特征矩阵/中，负面计数器加一。