[发明专利]基于规则和神经网络的商品评论属性级情感分类方法

权利要求书

1.一种基于规则和神经网络的商品评论属性级情感分类方法，其特征在于，包括以下步骤：

步骤1、获取评论数据，对评论文本进行中文分词及停用词过滤；

步骤2、利用规则模板筛选出商品属性集，构造属性，评论样本集；

步骤3、对每一条评论的属性标注情感，构造属性，评论，情感训练集；

步骤4、构建基于双边注意力的神经网络情感分类模型，使用训练集对模型进行训练；

步骤5、使用步骤1的方法对测试数据进行中文分词及停用词过滤，使用步骤2方法筛选出商品属性集，构造属性，评论测试集，并使用步骤4得到的情感分类模型，进行情感分类；

步骤4构建基于双边注意力的神经网络情感分类模型，包括输入层、表示层和分类层三个部分，具体构建方法为：

步骤4.1、构建输入层：输入层包括属性词所在子句的左边子句、属性词所在子句和属性词所在子句的右边子句三部分，利用Word2Vec工具训练得到每个词的向量表示，将三部分子句中的词用词向量进行初始化；

步骤4.2、构建表示层：把输入的三部分分别送入到三个独立的LSTM中进行编码表示，分别得到三个子句对应的隐层向量表示和L、T和R分别为三个子句中词的个数，对于属性词所在子句，使用其隐层矩阵向量的均值作为其最终的向量表示，即：

对于上下文子句，利用r^T来求得每个隐层向量的权重：

其中，为左边子句隐层向量矩阵的权重向量，为右边子句隐层向量矩阵的权重向量；

上下文子句最终向量表示分别为：

每个属性相关评论句子的向量表示为：r＝[r^L,r^T,r^R]；

步骤4.3、构建分类层，使用Softmax函数对r进行分类，即：

p＝softmax(W·r+b)

其中，p为情感类别的分类概率，W和b为权重参数；

步骤4.4、基于训练样本集，利用最小化损失函数进行模型训练，得到神经网络分类模型，模型的损失函数为：

其中，L为损失函数，p_i为类别i的预测概率，y_i为类别i的真实概率，C为情感类别标签的个数，λ为正则化参数，θ表示w、b和LSTM参数的集合。

2.根据权利要求1所述的基于规则和神经网络的商品评论属性级情感分类方法，其特征在于，步骤1具体为：

步骤1.1、将网页爬虫爬取的商品评论语料进行HTML解析，筛选出相关评论文本，得到评论文本集；

步骤1.2、使用NLPIR分词系统对商品评论文本进行中文分词；

步骤1.3、在已有的停用词表基础上，加入英文字符、数字、标点符号，构造出适合用于中文商品评论文本的停用词表，对中文分词后的词语进行停用词过滤。

3.根据权利要求2所述的基于规则和神经网络的商品评论属性级情感分类方法，其特征在于，已有停用词表包括“哈工大停用词表”、“四川大学机器学习智能实验室停用词表”、“百度停用词表”。

4.根据权利要求1所述的基于规则和神经网络的商品评论属性级情感分类方法，其特征在于，步骤2具体为：

步骤2.1、使用NLPIR词性标注系统对预处理的商品评论文本进行词性标注，并统计所有名词的词频；

步骤2.2、根据词频阈值ε₁和阈值ε₂，其中，ε₁ε₂，且都为正整数，把统计的名词划分为三类：词频大于ε₂的为高频词，认为其为属性词；词频大于ε₁小于ε₂的为中频词，统计每个名词所在子句包含形容词的句子数，如果包含形容词的子句数过半则认为其为属性词；词频小于ε₁的名词，认为其不是属性词，直接丢弃，通过以上方法，从评论集中获取到属性词集；

步骤2.3、根据属性词集和评论集，构造属性，评论样本集。