[发明专利]一种基于主题的网络用户评论的推荐度评分方法

摘要

本发明公开了一种基于主题的网络用户评论的推荐度评分方法，其步骤是1) 获取网络中同一主题下的用户评论，以句子为单位组织这些评论；2) 基于句子中的情感词，对句子完成情感评分；3) 以句子和对应的情感评分作为输入，按用户单位，训练隐马尔可夫SVM模型；4) 针对待评分的目标评论，采用模型每一个句子评分；5) 针对待评分的目标评论，采用步骤2)对每一个句子评分；6) 采用加权平均法，综合两个方面的评分，获得目标评论的推荐度评分。本方法采用无监督方式，应用公开的情感词库，无需人工评价，计算成本简单；适用于网络评论快速更新的情形；能够挖掘主题特征，充分考虑其他用户评论的情感倾向，及主题对目标用户评论的影响，提高评分的准确性和及时性。

主权项

一种基于主题的网络用户评论的推荐度评分方法，其特征在于包含以下步骤：1)获取网络中同一主题下的用户评论，以句子为单位组织这些评论；给定主题T，T＝{R1,R2,...}表示主题T下的所有用户评论；获取这些评论后，对其中的一个评论Ri，i≥1，将其分割为句子集合，即：Ri＝{S1,S2,…}，其中Sj代表一个句子，j≥1；2)基于句子中的情感词，对每一个句子完成情感评分；其具体处理流程是：首先将句子S解析成单词的序列S＝<w1,w2,...,wn>，其中w为单词，n为句子中包含的单词总数；然后对照情感词库，提取其中的情感词和程度词；分别对情感词和程度词打分；接下来针对情感词和程度词的组合打分；完成单词组合打分后，汇总成句子的情感评分，其公式如下：v(R)=Σv(w)n]]>其中R代表待评分的句子，v(w)代表对单词或词组的评分，n为句子中的单词总数；最后将句子的情感评分离散化为三个极性：正面、负面、中性；3)以句子和对应的情感评分作为输入，按用户单位，训练隐马尔可夫SVM模型(Hmm‑SVM)；4)针对待评分的目标评论，采用Hmm‑SVM模型为评论中的每一个句子评分；5)针对待评分的目标评论，采用步骤2)方法对每一个句子评分；6)采用加权平均法，综合步骤4)及步骤5)两个方面的评分，获得目标评论的推荐度评分。