[发明专利]食药舆情分析方法

说明书

本发明提供的一种食药舆情分析方法，包括：采集网络文本，并对网络文本进行预处理；对预处理后的网络文本进行分句处理，并剔出网络文本中的重复评论句；对分句处理后的每个评论句进行分词处理，提取出文本中的食药特征词；计算食药特征词之间的相似度，任意两个相似度小于设定阈值，则剔除其中一个特征词；构建分类词典，将每个评论句中的食药特征词划分到所对应的词典类别；构建情感词典，并从评论句中识别出食药特征词、情感词、程度词以及否定词；确定情感词的基础情感值，程度词的权重值以及否定词的权重值；构建食药情感倾向值计算模型，并根据情感倾向值计算模型确定所采集网络文本的舆情倾向，通过上述方法，能够对用户发表在网络上的评价进行准确处理，并得出准确的情感倾向值，从而能够为食药的厂家、质量监督部门提供准确的舆情参考依据，从而为质量反馈、市场监督的措施制定提供准确的数据支持。

技术领域

本发明涉及一种舆情分析方法，尤其涉及一种食药舆情分析方法。

背景技术

食品和药物是关系到民生的两大主题，市面上的食品以及药物的种类不胜枚举，然而，用户对于某个品牌的食品或者药物的使用后的评价，则是关系到后续对于食品以及药物的质量反馈、市场监督等行为的实施。

随着网络技术和计算机技术的发展，用户对于食品或者药物的评价往往通过微博、贴吧等网络方式进行陈述，现有技术中，对于关于食药舆情的网络文本的分析均是基于情感分析，即通过对网络文本的处理、情感值计算等，但是，现有的情感分析方法存在准确性低，从而不能准确的把握用户评价倾向。

因此，为了解决上述技术问题，亟需提出一种新的技术手段。

发明内容

有鉴于此，本发明的目的是提供一种食药舆情分析方法，能够对用户发表在网络上的评价进行准确处理，并得出准确的情感倾向值，从而能够为食药的厂家、质量监督部门提供准确的舆情参考依据，从而为质量反馈、市场监督的措施制定提供准确的数据支持。

本发明提供的一种食药舆情分析方法，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.对预处理后的网络文本进行分句处理，并剔出网络文本中的重复评论句；

S3.对分句处理后的每个评论句进行分词处理，提取出文本中的食药特征词；计算食药特征词之间的相似度，任意两个相似度小于设定阈值，则剔除其中一个特征词；

S4.构建分类词典，将每个评论句中的食药特征词划分到所对应的词典类别；

S5.构建情感词典，并从评论句中识别出食药特征词、情感词、程度词以及否定词；

S6.确定情感词的基础情感值，程度词的权重值以及否定词的权重值；

S7.构建食药情感倾向值计算模型，并根据情感倾向值计算模型确定所采集网络文本的舆情倾向。

进一步，步骤S1中，具体包括：

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。

进一步，步骤S3中，食药特征词之间的相似度通过如下方法计算：

其中，β为食药特征词A和食药特征词B之间的相似系数；Dis(A,B)为食药特征词A和食药特征词B之间的语义距离，其中，β≥1.5。