[发明专利]一种评论情感分析方法、系统、电子设备及存储介质

权利要求书

1.一种评论情感分析方法，其特征在于，包括：

情感极性判断步骤，获取一评论集合，使用一情感模型对所述评论集合进行情感极性判断，得到对应的情感极性标签；

归因分数计算步骤，为所述评论集合中的评论计算归因分数向量，并得到对应的归因分数向量集合，所述归因分数向量包括所述评论中每个字的归因分数；

关键词抽取步骤，根据所述归因分数向量抽取所述评论的关键词；

评论情感展示步骤，根据所述情感极性标签和所述关键词以可视化的形式进行展示。

2.根据权利要求1所述的评论情感分析方法，其特征在于，所述归因分数计算步骤进一步包括：

基于积分梯度法计算所述评论的所述归因分数向量，公式为

式中，为所述评论集合中一评论的归因分数向量，为情感模型，x为所述评论集合中的一条所述评论，x＝(x₁,x₂,…,x_n)，其中x_i表示评论的第i个字，y为x所对应的情感极性；

将所述归因分数向量进行标准化，公式为

式中，||·||表示向量的L2范数。

3.根据权利要求1所述的评论情感分析方法，其特征在于，所述关键词抽取步骤进一步包括：

使用一分词工具对所述评论集合中的所述评论进行分词，并为所述评论中的每个词计算归因强度和归因纯度，根据所述归因强度和所述归因纯度抽取所述关键词。

4.根据权利要求3所述的评论情感分析方法，其特征在于，所述归因强度的计算方法为：

式中，s_i为归因强度，t为所述评论中某个词所包含的字的数量，a_ij为所述评论中每个字的归因分数。

5.根据权利要求3所述的评论情感分析方法，其特征在于，所述归因纯度的计算方法为：

6.一种评论情感分析系统，其特征在于，包括：

情感极性判断模块，获取一评论集合，使用一情感模型对所述评论集合进行情感极性判断，得到对应的情感极性标签；

归因分数计算模块，为所述评论集合中的评论计算归因分数向量，并得到对应的归因分数向量集合，所述归因分数向量包括所述评论中每个字的归因分数；

关键词抽取模块，根据所述归因分数向量抽取所述评论的关键词；

评论情感展示模块，根据所述情感极性标签和所述关键词以可视化的形式进行展示。

7.根据权利要求6所述的评论情感分析系统，其特征在于，所述归因分数计算模块进一步包括：

基于积分梯度法计算所述评论的所述归因分数向量，公式为

式中，为所述评论集合中一评论的归因分数向量，为情感模型，x为所述评论集合中的一条所述评论，x＝(x₁,x₂,…,x_n)，其中x_i表示评论的第i个字，y为x所对应的情感极性；

将所述归因分数向量进行标准化，公式为

式中，||·||表示向量的L2范数。

8.根据权利要求6所述的评论情感分析系统，其特征在于，所述关键词抽取模块进一步包括：

使用一分词工具对所述评论集合中的所述评论进行分词，并为所述评论中的每个词计算归因强度和归因纯度，根据所述归因强度和所述归因纯度抽取所述关键词。

9.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的评论情感分析方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至4中任一项所述的评论情感分析方法。