CN110134765B - 一种基于情感分析的餐厅用户评论分析系统及方法 - Google Patents

Abstract

本发明公开了一种基于情感分析的餐厅用户评论分析系统及方法，其中，系统包括：用户评论获取模块，用于对不同的平台进行数据爬取；数据预处理模块，用于对数据进行预处理；特征提取模块，用于对预处理后的数据进行特征提取以得到字词特征向量和方面级向量；预训练语言模型模块，对语言模型进行训练；算法处理模块，用于将特征提取后的字词特征向量和方面级向量输入到算法模型中进行计算分析；结果展示模块，用于展示计算分析结果和系统运行状况；权限认证模块，通过不同的身份认证进入不同的界面中。本发明能够处理自带的用户评论文本数据和来自软件平台中的数据，而且提供更加简单易懂的结果呈现界面，能够有效的降低用户和商家的理解难度。

Description

一种基于情感分析的餐厅用户评论分析系统及方法

技术领域

本发明涉及自然语言处理领域，尤其是涉及一种基于情感分析的餐厅用户评论分析系统及方法。

背景技术

目前文本分类的应用场景主要有：用户评论分类、舆情监测和信息预测。用户评论分类是其中应用场景最多的。生活信息服务类、餐饮行业等平台性网站上针对不同的餐厅和服务有成千上万条评论，对于餐厅而言，完全浏览一遍评论内容成本很高，为了更好的提高餐厅自己的服务标准，构建模型学习用户评论的倾向，为餐厅明确自身的不足并找到自身的优势提供数据参考。

公开号为CN109284506A的中国专利文献公开了一种基于注意力卷积神经网络的用户评论情感分析系统及方法，主要包括四个模块，即词嵌入模块，卷积模块，注意力模块以及分类器模块。其中词嵌入模块将评论文本使用低维向量表示，卷积模块通过卷积操作提取评论的局部特征，注意力模块通过比较相似度来决定局部特征的权重，并通过加权计算评论的最终特征表达，分类器模块根据最终特征表达进行情感分类。该方法通过大量数据训练后，注意力机制可以判断评论中不同词语的重要程度，使得模型可以“注意到”评论中对情感影响最大的部分，提高模型情感分类的准确率。然而该系统存在实时性差，分析结果单一的不足。

发明内容

本发明提供了一种基于情感分析的餐厅用户评论分析系统及方法，具有更多的选择和实时性，可以得到更加全面的用户评论分析结果。

本发明的技术方案如下：

一种基于情感分析的餐厅用户评论分析系统，包括计算机系统，所述计算机系统中包含有以下模块：

用户评论获取模块，用于对不同的软件平台进行餐厅用户评论数据源的数据抓取；

数据预处理模块，用于对餐厅用户评论中的属性词进行人工标记分类，建立属性词集和评论属性结构，并且对人工标记分类后的数据进行预处理；

特征提取模块，内含特征提取模型，用于对预处理后的数据进行特征提取以得到字词特征向量和方面级向量；

预训练语言模型模块，用于对特征提取模块提取到的字词特征向量和方面级向量进行语言模型的预训练；

算法处理模块，内含算法模型，用于将预训练后的字词特征向量和方面级向量输入到算法模型中进行计算分析；

结果展示模块，用于向使用者展示当前的计算分析结果以及系统运行状况；

权限认证模块，用于给系统增加登陆时的身份认证，不同的身份进入各自的界面中，得到自己需要的界面呈现。

本发明不仅能够处理自身已有的数据集，还能够处理来自不同软件爬取的实时数据，用户评论获取模块用于对来自不同软件(美团、饿了么、大众点评)中的数据进行爬取工作。

所述用户评论获取模块针对不同的软件平台设置有对应的抓取规则，抓取的信息类别包括每条评论的ID号和评论内容。从软件平台网站上抓取所需的餐厅评论信息包括步骤：设计抓取软件平台网站的抓取规则，以及从平台网站上抓取的信息类别。

数据获取模块，用于获取评论模型所需的基本参考数据；数据集的标签化模块，用于对于原始数据进行人工标签分类。

所述数据预处理模块通过自然语言处理的方法，把从软件平台网站中获取的餐厅评论数据进行包括数据清洗、数据分词、数据去停词及过滤无用评论数据。

所述数据集的建立步骤包括：众包的方式对数据进行标签化处理，在预处理后，对筛选出的描述餐厅的位置、服务、价格、环境、菜品及其他的词语进行人工标记，并建立餐厅评论属性结构，餐厅评论属性结构表达式为：

R(L(l₁,l₂,l₃),S(S₁,S₂,S₃,S₄),P(P₁,P₂,P₃),E(E₁,E₂,E₃,E₄),D(D₁,D₂,D₃,D₄),O(O₁,O₂))

其中，L表示餐厅的位置，l₁表示交通是否便利，l₂表示距离商圈远近，l₃表示是否容易寻找；S表示餐厅的服务，S₁表示排队等候时间，S₂表示服务人员态度，S₃表示是否容易停车，S₄表示点菜/上菜速度；P表示餐厅的价格，P₁表示价格水平，P₂表示性价比，P₃表示折扣力度；E表示餐厅的环境，E₁表示装修情况，E₂表示嘈杂情况，E₃表示就餐空间，E₄表示卫生情况；D表示餐厅的菜品，D₁表示菜的分量，D₂表示菜的口感，D₃表示菜的外观，D₄表示菜的推荐程度；O表示其他内容，O₁表示本次消费感受，O₂表示再次消费的意愿。

所述特征提取模块中的特征提取模型包括GloVe、tf-idf和SVD中的至少一种。

所述预处理语言模型模块中的方法包括Word2Vec、Bert、elMo、attention机制中的至少一种。

所述算法处理模块中的算法模型包括LSTMAE、LSTM、CNN、RNN、Attention机制、Bert和GCAE中的至少一种。

作为优选，所述算法处理模块中的算法模型为LSTMAE模型，公式如下：

其中，f_t表示会从运行中丢弃的信息，i_t表示确定更新的信息，g_t表示更新的方面级情感信息，C_t表示C_t-1的更新，C_t-1表示细胞的旧状态，

表示一个tanh层创建一个新的候选值向量。

结果展示模块中，根据评论内容，餐厅的评论模型中包括的属性有：位置、服务、价格、环境、菜品及其他。

所述的权限认证模块针对不同的身份设置不同的界面，其中，若非用户登陆，只能够查看部分结果内容；对于评论用户，能够逐条对评论信息查看情感状况；对于餐厅工作人员，能够对文件式的数据输入评论信息查看情感分析；对于管理员，能够对系统功能和数据进行维护；对于游客，只能使用系统的部分功能，没有登录状态，不能展现结果内容。

所述的计算机系统中还包括交互模块，用于用户对餐厅不同方面的评论以及对不同餐厅的评论数据交互，餐厅商家对自身的餐厅评论数据以及其他餐厅的评论数据交互，以及管理员负责更新系统中的模型，完善数据中的数据。

本发明还提供了一种基于情感分析的餐厅用户评论分析方法，利用上述的基于情感分析的餐厅用户评论分析系统，包括以下步骤：

(1)对来自不同数据源的用户评论数据进行抓取；

(2)对抓取的原始数据进行人工标记使其作为训练集，再对标记好的数据进行预处理；

(3)选择特征提取模型，对预处理后的数据进行特征提取以得到字词特征向量和方面级向量；

(4)用训练集数据对语言模型进行预训练；并对预训练后的语言模型进行微调处理；

(5)利用语言模型对得到字词特征向量和方面级向量进一步处理；

(6)将处理后的字词特征向量和方面级向量输入到选择的算法模型中进行计算分析，得到分析结果进行输出展示。

与现有技术相比，本发明具有以下有益效果：

本发明情感分析的餐厅用户评论系统，不仅能够处理自身已有的数据集，还能够处理来自不同软件爬取的实时数据，具有更多的选择和实时性，而且提供不同的算法处理方式，能够通过不同的算法方式得到最优结果，为了方便用户和商家的可读性，提供了友好的界面展现交互的平台，能够有效的提高用户与餐厅商家之间有数据依据的交互。

附图说明

图1为本发明实施例一种基于情感分析的餐厅用户评论分析系统的工作流程图；

图2为本发明实施例一种基于情感分析的餐厅用户评论分析系统的模块结构图；

图3为本发明实施例一种基于情感分析的餐厅用户评论分析系统的使用示意图；

图4为本发明实施例中算法模型LSTMAE的结构示意图。

具体实施方式

下面结合附图和实施例对本发明做进一步详细描述，需要指出的是，以下所述实施例旨在便于对本发明的理解，而对其不起任何限定作用。

如图1所示，是本发明餐厅用户评论分析系统较佳实施例的作业流程图。

步骤S101，对来自不同的软件进行数据的爬取。其中，所述软件包括：饿了么、美团和大众点评等。

步骤S102，对来自不同数据源的数据进行预处理。其中所述数据包括：文本数据。所述预处理包括：对数据进行人工标注、数据清洗、数据过滤。具体而言：所述人工标注指：对餐厅用户评价中的属性词进行人工标记分类，建立属性词集和评论属性结构。

所述数据清洗指：将所有数据进行繁体转化简体，数据分词处理，删除分词后数据的停用词。

所述数据过滤指：过滤垃圾评论数据，比如文本数据中包含不相关的字段项，则直接删除该条记录。

步骤S103，对上述预处理后的数据进行特征提取。具体而言：对于所述文本数据每条记录，以条为单位进行特征提取，最终将文本数据转化为数字形式表述。

步骤S104，信息提示以及用户交互。所述信息提示指向用户展示当前数据运行结果，并提示用户进行相关的神经网络的分布表示方法：选择想要使用的语言模型。所述用户交互包括：选择内容输入。所述选择内容输入指在已有的语言模型内容中用户选择自己需求的一种即可。文本数据特征提取模型：GloVe、tf-idf和SVD三种方法。

步骤S105，用数据对语言模型进行预处理。所述数据来源于预处理和特征提取数据共同组合的数据，所述语言模型来源于上述用户选择的语言模型，语言模型包括：Word2Vec、elmo、Bert和Attention机制四种方法，通过大量的数据对语言模型进行预处理。

步骤S106，根据用户交互时的输入或选择对上述的特征提取方式进行进一步计算处理。具体而言：根据用户在交互时选择的语言模型对提取出的特征量做出进一步的处理，将语言模型处理后的字词向量和方面级向量为下一步做准备。

步骤S107，信息提示以及用户交互。所述信息提示指向用户展现出当前的数据运行结果，展现用户自选的语言模型处理后的字词向量结果，并提示用户进行相关的算法模型设置：选择想要使用的算法模型。算法模型的选择有：LSTMAE、LSTM、CNN、RNN、Attention机制、Bert和GCAE等。

步骤S108，根据用户交互时的输入或选择对上述以字词向量和方面级向量数据进行算法模型的计算处理。具体而言，根据用户选择的算法模型，系统对数据进行相对应的操作并运行数据得出结果。

步骤S109，权限认证。使得通过身份认证的用户才能够使用该系统提供的服务，从而保证了系统的安全。只有通过了身份权限的认证才能够看到结果界面，若非用户登陆，只能够查看部分结果内容，评论用户：逐条评论信息进行查看情感状况；餐厅工作人员：文件式的数据输入评论信息进行查看情感分析；管理员：对系统功能的维护和对数据的维护；游客：只能使用系统的部分功能，没有登录状态无展现结果内容。

步骤S110，将处理好的数据结果通过界面呈现。方便用户和商家更清楚的了解数据结果，通过图表的形式呈现在界面上。

如图2所示，本发明基于情感分析的餐厅用户评论分析系统主要包含了五个模块：用户评论获取模块、数据预处理模块、特征提取模块、算法处理模块以及结果展示模块。

用户评论获取模块，通过爬虫技术在不同的平台软件中获取需要的餐厅用户评论数据。

数据预处理模块用于对来自不同平台数据源的数据进行预处理。其中所述数据时文本数据。预处理包括：数据清洗和数据过滤。

特征提取模块用于对上述预处理后的数据进行特征提取以得到特征量。具体而言：对于所述文本数据每条记录，以条为单位进行特征提取，最终将文本数据转化为数字形式表述。用户根据信息提示选择自己想要使用的语言模型。所述选择内容输入指在已有的语言模型内容中用户选择自己需求的一种即可。文本数据特征提取模型：GloVe、tf-idf和SVD三种方法。文本数据语言模型：Word2Vec、elmo、Bert和Attention机制四种方法，根据用户在交互时选择的语言模型对提取出的特征量做出进一步的处理，将语言模型处理后的字词向量和方面级向量为下一步做准备。

算法处理模块用于将上述特征提取的特征量运用到模型算法中进行计算分析。用户根据用户选择的算法模型，系统对数据进行相对应的操作并运行数据得出结果。

结果展示模块用于商家和用户对结果的认识，通过不同的结果的展示，更全面的了解用户评论的分析结果内容。将处理好的数据结果通过界面呈现。方便用户和商家更清楚的了解数据结果，通过图表的形式呈现在界面上。

本发明的系统还包括权限认证模块，通过身份认证的用户才能够使用该系统提供的服务，从而保证了系统的安全。只有通过了身份权限的认证才能够看到结果界面，若非用户登陆，只能够查看部分结果内容，评论用户：逐条评论信息进行查看情感状况；餐厅工作人员：文件式的数据输入评论信息进行查看情感分析；管理员：对系统功能的维护和对数据的维护；游客：只能使用系统的部分功能，没有登录状态无展现结果内容。

本发明的系统还包括交互模块，如图3所示，用户和商家是对系统的输入和输出的反馈内容，用户对餐厅的各个方面的评论以及对不同餐厅的评论数据交互，餐厅商家对自身的餐厅评论数据以及其他餐厅的评论数据交互，后台的管理员负责更新系统中的模型，完善数据中的数据。

如图4所示，是本发明实施例中算法模型LSTMAE的结构示意图。

LSTMAE(Long Short Term with Aspect Embedding)是一种LSTM特殊的类型，可以学习长期依赖信息和方面词的嵌入，它拥有四个门，来保护和控制细胞状态。

从图中可以看出，第一步是决定丢弃信息。该门会读取h_t-1和x_t，输出一个在0到1之间的数值给每个在细胞状态C_t-1中的数字。1表示“完全保留”，0表示“完全舍弃”。

f_t＝σ(W_f·[h_t-1,x_t])+b_f)

第二步是确定更新的信息。这里包含两个部分，第一，sigmoid层称“输入门层”决定什么值我们将要更新。然后一个tanh层创建一个新的候选值向量

会被加入到状态中。

第三步是方面词的嵌入内容。添加了对数据方面词V_C·v_C的嵌入更新，成为一个新的relu激活层。

g_t＝relu(W_C·[h_t-1,x_t]+V_C·v_C+b_C)

现在是更新旧细胞状态的时间，C_t-1更新为C_t。把就状态于f_t相乘，丢弃掉确定需要丢弃的信息，接着加上

再添加上词嵌入

内容。这就是新的候选值，根据我们决定更新每个状态的程度进行变化。

最终，确定输出信息。这个输出是基于细胞状态，也是一个过滤后的结果。首先，运行一个sigmoid层确定细胞状态的那一部分将输出。接着把细胞状态通过tanh进行处理(得到一个在-1到1之间的值)并将它和sigmoid门的输出相乘，确定输出的部分。

o_t＝σ(W_o·[h_t-1,x_t])+b_o)

h_t＝o_t*tanh(C_t)

以上所述的实施例对本发明的技术方案和有益效果进行了详细说明，应理解的是以上所述仅为本发明的具体实施例，并不用于限制本发明，凡在本发明的原则范围内所做的任何修改、补充和等同替换，均应包含在本发明的保护范围之内。

Claims (3)

1.一种基于情感分析的餐厅用户评论分析系统，包括计算机系统，其特征在于，所述计算机系统中包含有以下模块：

用户评论获取模块，用于对不同的软件平台进行餐厅用户评论数据源的数据抓取；

数据预处理模块，用于对餐厅用户评论中的属性词进行人工标记分类，建立属性词集和评论属性结构，并且对人工标记分类后的数据进行预处理；所述数据预处理模块得到的评论属性结构表达式为：

R(L(l₁,l₂,l₃),S(S₁,S₂,S₃,S₄),P(P₁,P₂,P₃),E(E₁,E₂,E₃,E₄),D(D₁,D₂,D₃,D₄),O(O₁,O₂))

其中，L表示餐厅的位置，l₁表示交通是否便利，l₂表示距离商圈远近，l₃表示是否容易寻找；S表示餐厅的服务，S₁表示排队等候时间，S₂表示服务人员态度，S₃表示是否容易停车，S₄表示点菜/上菜速度；P表示餐厅的价格，P₁表示价格水平，P₂表示性价比，P₃表示折扣力度；E表示餐厅的环境，E₁表示装修情况，E₂表示嘈杂情况，E₃表示就餐空间，E₄表示卫生情况；D表示餐厅的菜品，D₁表示菜的分量，D₂表示菜的口感，D₃表示菜的外观，D₄表示菜的推荐程度；O表示其他内容，O₁表示本次消费感受，O₂表示再次消费的意愿；

特征提取模块，内含特征提取模型，用于对预处理后的数据进行特征提取以得到字词特征向量和方面级向量；特征提取模型包括GloVe、tf-idf和SVD中的至少一种；

预训练语言模型模块，用于对特征提取模块提取到的字词特征向量和方面级向量进行语言模型的预训练；预训练语言模型包括Word2Vec、elMo、Bert、Attention机制中的至少一种；

算法处理模块，内含算法模型，用于将预训练后的字词特征向量和方面级向量输入到算法模型中进行计算分析；所述算法处理模块中的算法模型为LSTMAE模型，公式如下：

其中，f_t表示会从运行中丢弃的信息，i_t表示确定更新的信息，g_t表示更新的方面级情感信息，C_t表示C_t-1的更新，C_t-1表示细胞的旧状态，

表示一个tanh层创建一个新的候选值向量；

结果展示模块，用于向使用者展示当前的计算分析结果以及系统运行状况；

权限认证模块，用于给系统增加登陆时的身份认证，不同的身份进入各自的界面中，得到自己需要的界面呈现；所述的权限认证模块针对不同的身份设置不同的界面，其中，若非用户登陆，只能够查看部分结果内容；对于评论用户，能够逐条对评论信息查看情感状况；对于餐厅工作人员，能够对文件式的数据输入评论信息查看情感分析；对于管理员，能够对系统功能和数据进行维护；对于游客，只能使用系统的部分功能，没有登录状态，不能展现结果内容；

交互模块，用于用户对餐厅不同方面的评论以及对不同餐厅的评论数据交互，餐厅商家对自身的餐厅评论数据以及其他餐厅的评论数据交互，以及管理员负责更新系统中的模型，完善数据中的数据。

2.根据权利要求1所述的基于情感分析的餐厅用户评论分析系统，其特征在于，所述用户评论获取模块针对不同的软件平台设置有对应的抓取规则，抓取的信息类别包括每条评论的ID号和评论内容。

3.一种基于情感分析的餐厅用户评论分析方法，其特征在于，利用权利要求1～2任一所述的基于情感分析的餐厅用户评论分析系统，包括以下步骤：

(1)对来自不同数据源的用户评论数据进行抓取；

(2)对抓取的原始数据进行人工标记使其作为训练集，再对标记好的数据进行预处理；

(3)选择特征提取模型，对预处理后的数据进行特征提取以得到字词特征向量和方面级向量；

(4)用训练集数据对语言模型进行预训练；并对预训练后的语言模型进行微调处理；

(5)利用语言模型对得到字词特征向量和方面级向量进一步处理；

(6)将处理后的字词特征向量和方面级向量输入到选择的算法模型中进行计算分析，得到分析结果进行输出展示。

Images