[发明专利]情感极性分析方法、装置、电子设备以及计算机存储介质

说明书

本申请的实施例提供了一种情感极性分析方法、装置、电子设备以及计算机可读存储介质，涉及计算机技术领域。该方法包括：确定与待评论对象对应的种子节点的情感极性值，并获取与种子节点具有第一行为关联关系的第一对象节点；其中，种子节点为确定情感极性值的节点；获取与第一对象节点具有第二行为关联关系的第二对象节点，并基于第二行为关联关系以及第一对象节点的情感极性值，确定当前迭代中第二对象节点的情感极性值，以继续进行迭代直至迭代结束；迭代结束时，根据所有节点的情感极性值确定待评论对象的情感极性分析结果。可见，实施本申请，所有节点的情感极性值是通过计算得出的，提高了确定待评论对象的情感极性分析结果的效率。

技术领域

本申请的实施方式涉及计算机技术领域，更具体地，本申请的实施方 式涉及情感极性分析方法、情感极性分析装置、电子设备以及计算机可读 存储介质。

背景技术

本部分旨在为权利要求书中陈述的本公开的实施方式提供背景或上 下文。此处的描述不因为包括在本部分中就承认是相关技术。

目前，随着计算机技术的发展，用户可以对终端中显示的一些信息进 行评论，或对该信息进行点赞、收藏等具有情感倾向的行为，对用户发布 的评论以及用户本身对该信息的情感倾向进行分析可以提升后续推荐系 统的准确度。然而，在相关技术中，通常使用自然语言处理技术对该信息 中的文本信息进行分类，以识别情感倾向，由于识别的文本信息都是短文 本，且识别过程中与上下语境无关，因此会降低情感倾向识别的准确度， 缩小情感倾向识别的应用场景，除此之外，在识别情感倾向的过程中使用 社交网络信息，而社交网络信息和用户发布的评论的相关度较低，因此也 降低了识别情感倾向的准确度，进而降低了得出情感倾向的效率。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开 的背景的理解，因此可以包括不构成对本领域普通技术人员已知的相关技 术的信息。

发明内容

基于上述问题，发明人进行了相应的思考，做出了有针对性的改进， 提供了情感极性分析方法、情感极性分析装置、电子设备以及计算机可读 存储介质，选取确定情感极性值的节点作为种子节点，并以此为起点，确 定与种子节点具有第一行为关联关系的第一对象节点的情感极性值，并利 用第一对象情感节点的情感极性值以及第二行为关联关系确定其他节点 的情感极性值，以此确定待评论对象的情感极性分析结果，避免了在确定情感极性分析结果的过程中，使用社交网络信息以及只能识别短文本信息 的自然语言处理技术，提高了确定出的情感极性分析结果准确度以及效率。

根据本申请实施例的第一方面，公开了一种情感极性分析方法，包括：

确定与待评论对象对应的种子节点的情感极性值，并获取与所述种子 节点具有第一行为关联关系的第一对象节点；其中，所述种子节点为确定 情感极性值的节点；

获取与所述第一对象节点具有第二行为关联关系的第二对象节点，并 基于所述第二行为关联关系以及所述第一对象节点的情感极性值，确定当 前迭代中所述第二对象节点的情感极性值，以继续进行迭代直至迭代结束；

迭代结束时，根据所有节点的情感极性值确定所述待评论对象的情感 极性分析结果。

在一个实施例中，基于前述方案，基于所述第二行为关联关系以及所 述第一对象节点的情感极性值，确定当前迭代中所述第二对象节点的情感 极性值，包括：

获取与所述第一行为关联关系对应的第一行为情感极性值，根据所述 第一行为情感极性值和所述种子节点的情感极性值，计算得到所述第一对 象节点的情感极性值；

确定与所述第二行为关联关系对应的第二行为情感极性值，对所述第 二行为情感极性值和所述第一对象节点的情感极性值进行计算，得到当前 迭代中所述第二对象节点的情感极性值。

在一个实施例中，基于前述方案，第一对象节点包括用户节点，所述 第二对象节点包括评论节点；