[发明专利]数据挖掘方法、装置和计算机可读存储介质

权利要求书

1.一种数据挖掘方法，包括：

获取待挖掘的评论语句；

利用预先训练的第一机器学习模型，根据所述待挖掘的评论语句中词语的前后关联关系，将所述待挖掘的评论语句转换为句向量；

将所述句向量输入预先训练的第二机器学习模型，输出所述待挖掘的评论语句中关于评论对象的属性词语和该属性词语对应的观点词语。

2.根据权利要求1所述的数据挖掘方法，其中，

所述利用预先训练的第一机器学习模型，根据所述待挖掘的评论语句中词语的前后关联关系，将所述待挖掘的评论语句转换为句向量包括：

对所述待挖掘的评论语句进行分词；

将分词输入预先训练的第一机器学习模型，以便根据所述待挖掘的评论语句中分词的前后关联关系，输出各个分词的词向量；

将所述待挖掘的评论语句中各个分词的词向量相加，得到所述待挖掘的评论语句的句向量。

3.根据权利要求1所述的数据挖掘方法，还包括：

获取用于训练的评论语句，所述用于训练的评论语句被标注了关于评论对象的属性词语和属性词语对应的观点词语；

利用所述预先训练的第一机器学习模型，根据所述用于训练评论语句中词语的前后关联关系，将所述用于训练评论语句转换为句向量；

利用所述用于训练的评论语句的句向量对所述第二机器学习模型进行训练。

4.根据权利要求3所述的数据挖掘方法，还包括：

根据评论语句的句法结构和各个分词的词性，在评论语句中标注关于评论对象的属性词语和属性词语对应的观点词语，作为用于训练的评论语句。

5.根据权利要求4所述的数据挖掘方法，其中，

所述根据评论语句的句法结构句子中和各个分词的词性，在评论语句中标注关于评论对象的属性词语和属性词语对应的观点词语包括：

选取句法结构为预设结构的评论语句片段，将评论语句片段中的分词标注为关于评论对象的属性词语和属性词语对应的观点词语；或者

从所述评论语句中确定距离在预设范围内的名词和形容词，将该名词标注为关于评论对象的属性词语，将该形容词标注为属性词语对应的观点词语。

6.根据权利要求3所述的数据挖掘方法，还包括：

根据评论语句的句法结构和各个分词的词性，确定关于评论对象的候选属性词语和候选属性词语对应的候选观点词语，作为候选词组；

根据所述候选词组在评论语句中的重要性和所述候选词组中候选属性词语和候选观点词语的相关性中至少一项信息，在评论语句中标注关于评论对象的属性词语和属性词语对应的观点词语，作为用于训练的评论语句。

7.根据权利要求6所述的数据挖掘方法，其中，

所述候选词组在评论语句中的重要性是根据所述候选词组在评论语句中出现的频率、评论语句集合中的评论语句总数量、出现所述候选词组的评论语句的数量确定的；或者

所述候选词组中候选属性词语和候选观点词语的相关性是根据候选属性词语和候选观点词语在评论语句集合中同时出现在一个评论语句中的概率和候选属性词语，以及候选观点词语分别在评论语句集合中出现的概率确定的。

8.根据权利要求3所述的数据挖掘方法，还包括：

根据黑名单词表、词语重复度和评论语句的长度中至少一项，对评论语句集合中的评论语句进行过滤，选取过滤后的评论数据作为用于训练的评论数据语句；或者

根据评论语句集合中的评论语句的重要性，选取重要性高于阈值的评论语句作为用于训练的评论语句。

9.根据权利要求8所述的数据挖掘方法，其中，

所述评论语句的重要性是根据该评论语句的各个分词在评论语句集合中的重要性确定的；

分词在评论语句集合中的重要性是根据所述分词分别在各个评论语句中出现的频率、评论语句集合中的评论语句总数量、出现所述分词的评论语句的数量确定的；或者

分词在评论语句集合中的重要性是根据该分词分别与其他分词共同出现在预设长度的窗口内的次数确定的。