[发明专利]一种大批量文本数据自动分析方案

权利要求书

1. 一种大批量文本数据自动分析方案，其特征在于，此方案从五大角度对文本类数据进行分析，分别是(1).数据基本信息与词句统计；(2). 词语和短语的权重统计；(3).情感词推断；(4).分类分析；(5).主题分析；系统通过模型算法进行这五类分析之后，将结果解析并生成特定的可视化图表展现出来，进而用户可以直观获取到文本数据全面分析结论。

2.根据权利要求1所述的一种大批量文本数据自动分析方案，其特征在于，所述的数据基本信息与词句统计，包括用户数量，文档数量，文档日期范围，文档总词数，文档有效词数，文档数量按日期的趋势；此部分的结果，主要以统计数字的形式展示出来，其中文档数量按日期的趋势可以用折线图或柱状图显示。

3.根据权利要求1所述的一种大批量文本数据自动分析方案，其特征在于，所述的词语和短语的权重统计，包括热词，关键词，重要短语；此部分的结果，以词云的形式展示出来，其中，颜色代表类型，字的大小代表权重高低。

4.根据权利要求1所述的一种大批量文本数据自动分析方案，其特征在于，所述的情感词推断，主要方法是内置一份常用情感词表，标注好基础情感词，利用这些基础情感词，通过特定算法，即可计算出其他可能的情感词和情感倾向性；此部分的结果，以类词云形式展现：图表为一个平面，左右两级分别表示推断情感词的倾向性大小，垂直方向的上下表示情感词词频权重的大小。

5.根据权利要求1所述的一种大批量文本数据自动分析方案，其特征在于，所述的分类分析是对文档整体的分类分析，主要方法是对每篇文档做中文分词，然后以词的词频相关权重或者word embedding词向量为模型特征，利用聚类相关算法继续机器学习，从而计算出每个文档的分类；算法完成后，再基于分类结果，计算分类文档数量统计和各个分类的关键词汇及权重；此部分的结果，用矩形树图展示，其中矩形树图中每个块区代表一个分类，标明分类的名称和分类文档的数量统计，块区内罗列该分类内权重最高的若干个关键词汇，每个块区的颜色不同或深浅，可以表示为不同分类，也可以表示为分类文档数量的大小。

6.根据权利要求1所述的一种大批量文本数据自动分析方案，其特征在于，所述的主题分析是对文档整体的主题分析，主要用到了主题模型，利用文本主题分析模型对全部文档进行学习计算，得到各个主题和主题关键词及权重；算法完成后，再基于主题分布结果，计算主题权重和主题间相关性；此部分的结果，主要使用比如气泡网络图+柱状图组合方式显示，其中气泡大小代表主题权重，气泡间网络连接代表主题相关性，选中某一气泡后，柱状图显示该主题的词汇权重最高的若干个词及其权重。