[发明专利]基于情感分析的产品反馈分析系统及方法有效
申请号: | 202110779241.0 | 申请日: | 2021-07-09 |
公开(公告)号: | CN113220893B | 公开(公告)日: | 2021-10-01 |
发明(设计)人: | 赵帅;程渤;吴晨光;陈俊亮 | 申请(专利权)人: | 北京邮电大学 |
主分类号: | G06F16/35 | 分类号: | G06F16/35;G06F40/30;G06Q30/02 |
代理公司: | 北京金咨知识产权代理有限公司 11612 | 代理人: | 秦景芳 |
地址: | 100876 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 情感 分析 产品 反馈 系统 方法 | ||
本发明提供了一种基于情感分析的产品反馈分析系统及方法,其中,该系统包括:表示单元,用于将用户反馈文本数据转化为第一文本语义表示;每个情感特征获取单元,每个用于从第一文本语义表示挖掘出当前层级的初始情感观点的第二文本语义表示;层级的信息传递单元,后一层用于接收前一层的依赖信息,结合至后一层第一及第二文本语义表示,得到当前层的观点语义信息,与当前层分类分析结果构建依赖信息;层级的情感分类单元,每个用于接收第二文本语义表示和传递的观点语义信息,得到第三文本语义表示,识别出局部观点类别及情感极性;全局情感分类单元和分析结果输出单元,用于根据第三文本语义得到最终分析结果。通过上述方案能提高反馈分析深度。
技术领域
本发明涉及计算机技术技术领域,尤其涉及一种基于情感分析的产品反馈分析系统及方法。
背景技术
随着如web2.0等网络技术的迅速发展,移动网络、网络社交、网上购物等正在逐步地拓展了网络服务的覆盖范围,越来越多的人得以通过丰富的网络平台等渠道发表自己的观点、评价和情感等内容。如何能够合理且有效地从这些复杂用户反馈数据中挖掘出有价值的信息,是一个重要具富有挑战性的问题,因此,用户反馈分析相关算法和技术受到了越来越多研究人员和相关企业的关注。
作为产品反馈分析核心的情感分析技术,其作用在于,通过对用户反馈文本数据等内容进行挖掘,分析和预测出人们对于特定情感实体所表达和抒发的评价、观点和态度等内容下的情感倾向。情感分析技术设计和实现的优劣将直接影响到用户反馈分析工作中的分析角度多样性及分析结果的精确性,进而决定整个用户反馈分析任务能否挖掘出更细致且更有价值的信息。
目前主流情感分析技术中,分析所用的情感观点角度、粒度的细化程度不同。分析处理主要在文档级别、语句级别和方面级别三个层面进行。
文档级别的情感分析方法的分析粒度较为粗糙,存在难以识别出一个完整数据中多种不同情感极性的问题,难以满足产品企业在实际用户反馈挖掘时的分析精度需求。
语句级别的情感分析方法相比于文档级别的情感分析具有更细的粒度,但是由于这类方法通常存在语句分析单位的大小限制,难以分析并汇总出不同用户反馈文本内容中发表者满意与不满意的对象,因此,其在结合上下文的语义处理方面的性能表现也较为一般。
方面级别的情感分析,在数据内容愈发复杂化的情况下,其情感观点类别的平铺化扩展方式限制了分析的深度,存在情感观点类型的覆盖度及深度扩展性不足的问题,同时,这类方法还忽视了不同情感观点之间的语义关联,容易出现情感类别属性的类别部分重叠和类别相互包含等情况,具有难以应对不同情感观点之间存在内在关系的局限性。
发明内容
本发明提供了一种基于情感分析的产品反馈分析系统及方法,以提高产品反馈分析的深度。
为了达到上述目的,本发明采用以下方案实现:
根据本发明实施例的一个方面,提供了一种基于情感分析的产品反馈分析系统,包括:层级情感分析模块;
层级情感分析模块,包括:
用户反馈文本输入与表示单元,用于获取产品的用户反馈文本数据,并将用户反馈文本数据转化为第一文本语义表示;
相互独立的多个情感特征获取单元,每个情感特征获取单元用于从第一文本语义表示挖掘出当前情感特征获取单元所处层级的各初始情感观点对应的第二文本语义表示;
多个层级的信息传递单元,后一层级的信息传递单元用于接收前一层级的信息传递单元传递的依赖信息,并将接收的依赖信息结合至该后一层级的信息传递单元所处层级的第一文本语义表示及情感特征获取单元输出的第二文本语义表示进行分析处理,得到该后一层级的信息传递单元所处层级的情感观点语义信息,并根据得到的情感观点语义信息和该后一层级的信息传递单元所处层级的情感分类单元输出的分析结果构建依赖信息,以传递至该后一层级的信息传递单元所处层级的下一层级的信息传递单元;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京邮电大学,未经北京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110779241.0/2.html,转载请声明来源钻瓜专利网。