[发明专利]食品安全数据挖掘方法

权利要求书

1.一种食品安全数据挖掘方法，其特征在于：包括以下步骤：

S1.采集网络文本，并对网络文本进行预处理；

S2.从预处理后的网络文本中提取出食品特征词、情感词、程度词和否定词；

S3.确定情感词的情感值，并形成情感值对照表；构建程度词权重表和否定词权重表；

S4.判断预处理后的网络文本中的评论句句型，包括转折句、递进句和条件句，并根据评论句之间的关系确定出权重调节系数；

S5.基于步骤S3步骤S4中的参数，计算预处理后的网络文本的情感倾向值，将情感倾向值大于设定阈值的评论句记录到正向评价集合中，将情感倾向值小于设定阈值的评论句记录到负向评价集合中；

步骤S1中，对于网络文本的预处理包括：

S11.对网络文本进行有序化处理，并剔除网络文本中的停用词、无关词；

S12.对步骤S1中处理后的网络文本进行指代消解：

S121.基于fasttext分类模型对网络文本进行指代词检测；

S122.基于BiLSTM_CRF深度学习模型进行网络文本中的实体词进行提取；

S123.将网络文本的指代词替换成相对应的实体词；

步骤S5中，根据如下模型计算网络文本的情感倾向值S：

S＝S1+S2+S3，其中，S1为网络文本中一般陈述句的情感倾向值，S2为网络文本中转折句的情感倾向值，S3为条件句的情感倾向值；

转折句的情感倾向值通过如下方法计算：

其中，w_neg1为转折句中正向情感特征词的否定词的平均权重，w_neg2为转折句中负向情感特征词的否定词的平均权重，w_deg1为转折句中正向情感特征词的程度词的权重，w_deg2为转折句中负向情感特征词的程度词的权重，r₁为转折句中程度词的权重调节系数，t₁为转折句中否定词的权重调节系数；Se₁为转折句中正向情感特征词的情感值，Se₂为转折句中负向情感特征词的权重，q为转折句的个数。

2.根据权利要求1所述食品安全数据挖掘方法，其特征在于：一般陈述句的情感倾向值通过如下方法计算：

其中，w_deg为第i个陈述句中的程度词的权重，S_e为第i个陈述句中的情感特征词的情感值，w_neg为第i个陈述句中的否定词的平均权重，Q为网络文本中一般陈述句的个数，m为陈述句中否定词的个数。

3.根据权利要求1所述食品安全数据挖掘方法，其特征在于：递进句的情感倾向值通过如下方法计算：

其中，Se为递进句的情感特征词的情感值，w_deg为递进句的程度词的权重，w_neg为递进句中的否定词的平均权重，m为否定词的个数，r₂为递进句中程度词的权重调节系数，t₂为递进句中否定词的权重调节系数。