[发明专利]网络评论数据的特征信息采集方法和装置

权利要求书

1.一种网络评论数据的特征信息采集方法，其特征在于，包括：

获取原始的网络评论数据；

初始阶段，包括：遍历所述网络评论数据中的每一条评论，针对每条评论，查找其中的属性词和情感词，得到初始阶段所遍历出的所有属性词和情感词，进入后续遍历阶段；

遍历阶段，包括：遍历所述网络评论数据中的每一条评论，针对每条评论，根据预先设定的窗口距离，针对上一遍历阶段的属性词，在该属性词的前后窗口距离内查找新的情感词；针对上一遍历阶段的情感词，在该情感词的前后窗口距离内查找新的属性词；将本次遍历出的新的属性词和新的情感词与上一阶段的属性词和情感词合并，得到本阶段的属性词和情感词；重复本遍历阶段，直到遍历出的新的属性词和新的情感词的数量少于指定阈值时结束遍历阶段；对所得到的属性词和情感词进行配对；

按照所述属性词和情感词的配对，建立句式库，对每一句式对应设置一种特征信息；按照所述句式库，对原始网络评论数据的评论进行句式匹配分析，得到评论对应句式的特征信息。

2.根据权利要求1所述的方法，其特征在于，该方法进一步包括：以指定的维度统计所述网络评论数据的特征信息；获得所述网络评论数据中的特征信息的分布，将所述特征信息的分布情况进行可视化处理，输出至输出设备。

3.根据权利要求1所述的方法，其特征在于，所述针对每条评论，查找其中的属性词和情感词，具体包括：针对每条评论，进行分词，然后提取出其中的关键词，对关键词进行词性标注区分是属性词或是情感词。

4.根据权利要求3所述的方法，其特征在于，所述针对每条评论，提取出其中的关键词，具体包括：使用TextRank方法，从所述评论中挖掘提取出其中的关键词。

5.根据权利要求1所述的方法，其特征在于，所述对所得到的属性词和情感词进行配对，具体包括：

将所得到的所有属性词与所有情感词进行配对；

确定所述每一配对在原始评论数据中的出现概率；

将出现概率低于指定值的配对删除掉。

6.一种网络评论数据的特征信息采集装置，其特征在于，包括：

数据模块，获取原始的网络评论数据；

挖掘模块，用于执行初始阶段和遍历阶段处理；其中：

所述初始阶段包括：遍历所述网络评论数据中的每一条评论，针对每条评论，查找其中的属性词和情感词，得到初始阶段所遍历出的所有属性词和情感词，进入后续遍历阶段；

所述遍历阶段包括：遍历所述网络评论数据中的每一条评论，针对每条评论，根据预先设定的窗口距离，针对上一遍历阶段的属性词，在该属性词的前后窗口距离内查找新的情感词；针对上一遍历阶段的情感词，在该情感词的前后窗口距离内查找新的属性词；将本次遍历出的新的属性词和新的情感词与上一阶段的属性词和情感词合并，得到本阶段的属性词和情感词；重复本遍历阶段，直到遍历出的新的属性词和新的情感词的数量少于指定阈值时结束遍历阶段；对所得到的属性词和情感词进行配对；

分析处理模块，用于按照所述属性词和情感词的配对，建立句式库，对每一句式对应设置一种特征信息；按照所述句式库，对原始网络评论数据的评论进行句式匹配分析，得到评论对应句式的特征信息。

7.根据权利要求6所述的装置，其特征在于，所述分析处理模块进一步用于：以指定的维度统计所述网络评论数据的特征信息；获得所述网络评论数据中的特征信息的分布；

所述装置进一步包括可视化模块，用于将所述特征信息的分布情况进行可视化处理，输出至输出设备。

8.根据权利要求6所述的装置，其特征在于，所述挖掘模块具体用于：针对每条评论，进行分词，然后提取出其中的关键词，对关键词进行词性标注区分是属性词或是情感词。

9.根据权利要求8所述的装置，其特征在于，所述挖掘模块具体使用TextRank方式从所述评论中挖掘提取出其中的关键词。

10.根据权利要求6所述的装置，其特征在于，所述挖掘模块对所得到的属性词和情感词进行配对，具体为：

将所得到的所有属性词与所有情感词进行配对；

确定所述每一配对在原始评论数据中的出现概率；

将出现概率低于指定值的配对删除掉。