[发明专利]一种汽车评论文本观点挖掘方法、设备及存储介质

说明书

本发明涉及自然语言处理技术领域，尤其涉及一种汽车评论文本观点挖掘方法、设备及存储介质。包括：对数据进行预处理；对数据进行增强；采用由BERT预训练模型、双向LSTM网络和卷积神经网络、全连接层构成的神经网络结构对属性词、观点词、评论类别和情感倾向进行抽取；本发明采用了一种双指针网络标注策略，能实现属性词和观点词的一次性抽取，降低了属性词和观点词配对复杂度，提升了属性词和观点词的抽取准确率；并且实现评价类别和情感倾向同步预测，提升情感倾向预测准确率。

技术领域

本发明涉及自然语言处理技术领域，尤其涉及一种汽车评论文本观点挖掘方法、设备及存储介质。

背景技术

汽车论坛以及汽车公司在投诉处理过程中，积累了大量的客户评论/投诉文本。汽车评论/投诉文本内容中蕴含着丰富的有价值信息。深入分析文本内容，挖掘客户评论观点，可以为产品调研、策划、研发，以及频发故障分析、预警提供指引。一般采用细粒度情感分析对评论文本进行观点挖掘。

细粒度属性情感分析目的：从一段评论文本中挖掘用户评论观点，抽取出属性词，观点词，评论类别，情感倾向。

现存已有的实现方案大概分为以下几类：

1)基于词典的方法，该类方法通过构建属性词、观点词词典来确定属性词、观点词以及对应的评论类别和情感倾向。这种方法无法正确处理包含多个属性词和情感词以及不同情绪的句子。

2)基于传统机器学习的方法，该类方法使用大量手工特征，结合机器学习算法，进行属性词和观点词的抽取，以及情感判别。这种方法高度依赖手工特征的质量，任务繁琐，耗时大，而且迁移性差。

3)基于深度学习的方法，该类方法把词/字转换为词/字向量，然后通过神经网络模型，进行属性词和观点词的抽取，以及情感判别。这种方法虽然极大缓解了手工特征的繁琐，在一定程度上提升了属性词，观点词抽取任务性能。但是目前方法中多数采用pipeline的模式，把属性词，观点词抽取作为两个独立的子任务处理，即属性词/观点词实体识别和关系抽取；采取pipeline模式的主要缺点是：(i)实体识别的错误会传播到(影响)关系抽取步骤；(ii)实体识别和关系抽取独立训练，不能捕获实体与关系之间的交互；(iii)关系抽取步骤需要对属性词和情感词进行两两匹配，复杂度较高。

发明内容

本发明是一种基于双指针网络标注策略的汽车评论文本观点挖掘方法、设备及存储设备，实现了属性词和观点词的一次性抽取，降低了属性词和观点词配对复杂度，提升了属性词和观点词的抽取准确率，并且能实现评价类别和情感倾向同步预测，提升情感倾向预测准确率；解决了现有挖掘用户评论观点方法存在的上述问题。

本发明技术方案结合附图说明如下：

第一方面，本发明实施例提供了一种汽车评论文本观点挖掘方法，包括以下方法：

步骤二、对数据进行增强；

21)标点符号替换，对字符列表中的标点符号进行随机替换；

22)对汽车品牌或车系进行替换；

23)对同义词进行替换；

步骤三、采用由BERT预训练模型+双向LSTM网络+卷积神经网络+全连接层构成的神经网络结构对属性词和观点词进行抽取；

步骤四、采用由BERT预训练模型+双向LSTM网络+卷积神经网络+全连接层构成的神经网络结构对评论类别和情感倾向进行判别。

进一步的，所述步骤11)的具体方法为：过滤汽车评论文本中的特殊标点符号；所述特殊标点符号是指常见标点符号和字符以外的字符。

进一步的，所述步骤12)的具体方法为：采取单个字符的形式，对汽车评论文本进行分字处理，将每一条汽车评论文本转换为字符列表。