[发明专利]一种商家用户评价分析方法及系统

说明书

本发明提供了一种商家用户评价分析方法及系统，用以解决现有技术中分析结果误差较大，精度较低的问题。本发明提供的商家用户评价分析方法包括：采集商家用户评价语料；对所述商家用户评价语料进行预处理；基于双向编码表示BERT模型和神经网络模型对所述预处理后的商家用户评价语料进行情感倾向分析，得到第一分析结果；基于商家用户评价词库对预处理后的商家用户评价语料进行情感倾向分析，得到第二分析结果；将所述第一分析结果和所述第二分析结果进行组合分析，得到最终的情感倾向分析结果。相应的，本发明还提供了一种商家用户评价分析系统。

技术领域

本发明涉及数据处理技术领域，特别涉及一种商家用户评价分析方法。

背景技术

目前，越来越多商家通过大数据分析处理技术，分析其用户评价语料所表达的情感，以完善商家提供的服务或商品。现有技术利用半监督学习的方法进行用户评价情感分析，或者建立上下文-情感词向量的文本处理方法进行情感分类，分析结果误差较大，精度较低。

发明内容

本发明实施例提供了一种商家用户评价分析方法及系统，利用基于BERT模型和神经网络模型进行情感倾向的分析，并结合商家用户评价词库进行情感倾向的分析，并将结果进行组合处理，从而提高用户评价语料分析的合理性和精确度。

为解决上述技术问题，本发明的实施例提供如下技术方案：

一种商家用户评价分析方法，包括：

对所述商家用户评价语料进行预处理，所述预处理包括语料清洗、语料划分单句和句子分词；

基于BERT模型和神经网络模型对所述预处理后的商家用户评价语料进行情感倾向分析，得到第一分析结果；

基于商家用户评价词库对预处理后的商家用户评价语料进行情感倾向分析，得到第二分析结果；

将所述第一分析结果和所述第二分析结果进行组合分析，得到最终的情感倾向分析结果。

优选的，采集商家用户评价语料的方法可以包括至少以下之一：

通过爬虫程序采集所述商家用户评价语料；

通过API接口从用户评价平台上获取所述商家用户评价语料；

商家用户直接上传所述商家用户评价语料；

通过文件导入所述商家用户评价语料。

优选的，所述基于双向编码表示BERT模型和神经网络模型对所述预处理后的商家用户评价语料进行情感倾向分析，具体包括：

对预处理后的所述商家用户评价预料处理形成句子单词向量矩阵；

利用所述BERT模型抽取出涵盖商家用户评价语料内句子单词向量矩阵的语义信息特征；

利用卷积神经网络处理所述语义信息特征，抽取出商家用户评价语料内句子的关键局部特征；

将关键局部特征进行二值分类，若所述关键局部特征输出积极正向的情感评定，输出情感判定值为1；若输出消极负向的情感判定，输出情感判定值为-1。

进一步的，作为一种优选方案，在利用所述卷积神经网络处理所述语义信息特征之前，还包括：

基于所述句子单词向量矩阵建立句子单词向量矩阵训练集；

利用所述BERT模型抽取出涵盖所述句子单词向量矩阵训练集的语义信息特征；

对所述句子单词向量矩阵训练集的语义信息特征进行降维处理，抽取出所述句子单词向量矩阵训练集的关键局部特征；

将所述句子单词向量矩阵训练集的关键局部特征进行二值分类；