CN111191428B - 评论信息处理方法、装置、计算机设备和介质 - Google Patents
评论信息处理方法、装置、计算机设备和介质 Download PDFInfo
- Publication number
- CN111191428B CN111191428B CN201911380220.0A CN201911380220A CN111191428B CN 111191428 B CN111191428 B CN 111191428B CN 201911380220 A CN201911380220 A CN 201911380220A CN 111191428 B CN111191428 B CN 111191428B
- Authority
- CN
- China
- Prior art keywords
- viewpoint
- comment
- phrase
- phrases
- matched
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 59
- 238000003672 processing method Methods 0.000 title claims abstract description 35
- 238000012549 training Methods 0.000 claims abstract description 104
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000002372 labelling Methods 0.000 claims abstract description 32
- 238000013145 classification model Methods 0.000 claims abstract description 29
- 230000015654 memory Effects 0.000 claims description 19
- 239000013598 vector Substances 0.000 claims description 18
- 230000008451 emotion Effects 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 13
- 230000002996 emotional effect Effects 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 4
- 239000007787 solid Substances 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000003058 natural language processing Methods 0.000 abstract description 4
- 238000012552 review Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
- G06F40/242—Dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/088—Non-supervised learning, e.g. competitive learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Library & Information Science (AREA)
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种评论信息处理方法、装置、计算机设备和介质,涉及计算机技术领域的自然语言处理技术领域。具体实现方案为:通过响应于用户操作,对评论观点词典中每一个观点词组,确定对应的观点类别,从多个评论语料中,获取每一个观点词组所匹配的目标语料,对每一个观点词组,采用对应的观点类别标注相应观点词组所匹配的目标语料,得到第一训练样本,采用第一训练样本训练分类模型,以采用经过训练的分类模型识别评论的观点类别。该方法仅需要标注观点词组对应的观点类别即可生成训练样本,解决了相关技术中对于不同应用场景的评论需要用户标注所有训练样本,浪费大量人力成本的技术问题,从而减少了工作量,节约了人力成本。
Description
技术领域
本申请涉及计算机技术领域的自然语言处理技术领域,尤其涉及一种评论信息处理方法、装置、计算机设备和介质。
背景技术
随着电商的快速发展,越来越多的用户通过电商平台购买商品,在用户购物时,通常会参考其他已购买商品的用户发表的评论信息,以根据评论信息确定商品的质量。商品的评论信息对于辅助用户进行消费决策和帮助商家提升服务质量具有重要的意义。然而,随着数据量的爆炸性增长,用户需要从海量评论数据中获取到有用的信息。
相关技术中,对评论数据进行处理可以包括评论观点抽取、观点级情感分类和观点分类等子任务。针对观点抽取任务,采用基于有监督序列标注的方法从评论信息中抽取评论观点,需要用户标注评论观点在原始评论句中出现的位置,依次训练有监督的序列标注模型。针对观点分类任务,需要每个用户标注自定义的观点分类体系,导致观点分类数据无法在不同用户之间共享。因此,对于不同应用场景的数据标注,需要浪费大量的人力成本去标注数据,严重影响用户体验。
发明内容
本申请提出一种评论信息处理方法、装置、计算机设备和介质,通过仅标注观点词组对应的类别即可生成训练样本,从而减少了工作量,在一定程度上节约了人力成本。
本申请第一方面实施例提出了一种评论信息处理方法,包括:
响应于用户操作,对评论观点词典中每一个观点词组,确定对应的观点类别;
从多个评论语料中,获取每一个观点词组所匹配的目标语料;
对每一个观点词组,采用对应的观点类别标注相应观点词组所匹配的目标语料,得到第一训练样本;
采用所述第一训练样本训练分类模型,以采用经过训练的分类模型识别评论的观点类别。
作为本申请实施例的第一种可能的实现方式,每一个观点词组包括实体词和描述词;所述从多个评论语料中,获取每一个观点词组所匹配的目标语料,包括:
对每一个观点词组,从所述多个评论语料中,筛选包含相应观点词组中实体词和描述词的候选语料;
若所述候选语料中的实体词和描述词出现于同一短句中,且间隔单词个数不大于阈值,则将所述候选语料作为与相应观点词组匹配的目标语料。
作为本申请实施例的第二种可能的实现方式,所述从多个评论语料中,获取每一个观点词组所匹配的目标语料之后,还包括:
对每一个目标语料,采用所匹配的观点词组进行标注,得到第二训练样本;
将多个评论语料中与任一个观点词组均不匹配的评论语料作为隐式语料,采用人工标注信息对所述隐式语料标注观点词组,得到第三训练样本;
采用所述第二训练样本和所述第三训练样本,训练编码-解码模型,以采用经过训练的编码-解码模型抽取评论的观点词组。
作为本申请实施例的第三种可能的实现方式,所述编码-解码模型包括:编码器和解码器;
其中,所述编码器,用于对输入的评论进行语义编码,得到相应评论的隐状态向量;
所述解码器,用于对所述隐状态向量解码,输出所述观点词组,其中,所述解码器已学习得到隐状态向量与观点词组之间的映射关系。
作为本申请实施例的第四种可能的实现方式,所述采用所述第二训练样本和所述第三训练样本,训练编码-解码模型之后,还包括:
对需抽取观点词组的评论,确定所述评论观点词典中是否存在匹配的观点词组;
若存在,将匹配的观点词组作为所述评论的观点词组;
若不存在,将所述评论输入经过训练的编码-解码模型,以将所述经过训练的编码-解码模型输出的观点词组作为所述评论的观点词组。
作为本申请实施例的第五种可能的实现方式,所述评论观点词典中每一个观点词组具有固定搭配的情感词;
所述将匹配的观点词组作为所述评论的观点词组之后,还包括:
根据匹配的观点词组固定搭配的情感词,确定所述评论的情感倾向。
作为本申请实施例的第六种可能的实现方式,所述响应于用户操作,对评论观点词典中每一个观点词组,确定对应的观点类别之前,还包括:
依据预设的抽取规则,对所述多个评论语料进行词组抽取,得到多个候选词组;
根据各候选词组在所述多个评论语料中的出现频率,从所述多个候选词组中筛选得到所述多个评论观点词组。
本申请第二方面实施例提出了一种评论信息处理装置,包括:
响应模块,用于响应于用户操作,对评论观点词典中每一个观点词组,确定对应的观点类别;
获取模块,用于从多个评论语料中,获取每一个观点词组所匹配的目标语料;
标注模块,用于对每一个观点词组,采用对应的观点类别标注相应观点词组所匹配的目标语料,得到第一训练样本;
训练模块,用于采用所述第一训练样本训练分类模型,以采用经过训练的分类模型识别评论的观点类别。
本申请第三方面实施例提出了一种计算机设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面实施例中所述的评论信息处理方法。
本申请第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行第一方面实施例中所述的评论信息处理方法。
上述申请中的一个实施例具有如下优点或有益效果:通过响应于用户操作,对评论观点词典中每一个观点词组,确定对应的观点类别,从多个评论语料中,获取每一个观点词组所匹配的目标语料,对每一个观点词组,采用对应的观点类别标注相应观点词组所匹配的目标语料,得到第一训练样本,采用第一训练样本训练分类模型,以采用经过训练的分类模型识别评论的观点类别。该方法仅需要标注观点词组对应的观点类别即可生成训练样本,解决了相关技术中对于不同应用场景的评论需要用户标注所有训练样本,浪费大量人力成本的技术问题,从而减少了工作量,节约了人力成本。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1为本申请实施例提供的一种评论信息处理方法的流程示意图;
图2为本申请实施例提供的另一种评论信息处理方法的流程示意图;
图3为本申请实施例提供的又一种评论信息处理方法的流程示意图
图4为本申请实施例提供的一种评论信息处理装置的结构示意图;
图5是用来实现本申请实施例的评论信息处理方法的计算机设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
评论分析的核心应用场景为电商评论分析,然而在电商场景下的评论分析往往面临着多种技术难点:
首先,在评论观点抽取子任务中,往往存在维度和评论表达多样性的问题。其次,存在可训练数据少、样本标注成本高的问题。针对评论观点抽取,当评论观点直接出现在评论文本中时,需要用户标注评论文本中评论观点对应的在原始文本中的位置;针对隐式表达的评论观点,需要用户在阅读理解评论内容的前提下,给出概括性的评论观点。针对观点情感分类,需要用户在给定评论观点和原始评论句的基础上进一步标注情感极性。针对观点分类任务,需要用户在上述标注基础上继续标注观点类别。由此可见,需要耗费大量的人力才能构建数量、质量俱佳的观点分析训练数据,从而严重影响用户体验。
针对相关技术中的技术问题,本申请提出了一种评论信息处理方法,通过响应于用户操作,对评论观点词典中每一个观点词组,确定对应的观点类别,从多个评论语料中,获取每一个观点词组所匹配的目标语料,对每一个观点词组,采用对应的观点类别标注相应观点词组所匹配的目标语料,得到第一训练样本,采用第一训练样本训练分类模型,以采用经过训练的分类模型识别评论的观点类别。该方法通过仅标注观点词组对应的类别即可生成训练样本,从而减少了工作量,在一定程度上节约了人力成本。
下面结合参考附图描述本申请评论信息处理方法、装置、计算机设备和介质。
图1为本申请实施例提供的一种评论信息处理方法的流程示意图。
本申请实施例以该评论信息处理方法被配置于评论信息处理装置中来举例说明,该评论信息处理装置可以应用于任一计算机设备中,以使该计算机设备可以执行评论信息处理功能。
其中,计算机设备可以为个人电脑(Personal Computer,简称PC)、云端设备、移动设备等,移动设备例如可以为手机、平板电脑、个人数字助理、车载设备等具有各种操作系统的智能设备。
如图1所示,该评论信息处理方法可以包括以下步骤:
步骤101,响应于用户操作,对评论观点词典中每一个观点词组,确定对应的观点类别。
可以理解的是,评论信息处理旨在从评论信息中自动抽取出可以概括用户评论观点的标签,例如,可以输出为包含有维度词、评价词、情感极性、观点类别的四元组。如,评论信息为“打膨胀螺丝,居然不水平,机器有漏水,也修了哎,费用也很贵,安装师傅乱收费”,可以抽取得到评论观点为“机器-漏水-消极-商品”、“费用-贵-积极-维修”、“安装师傅-乱收费-消极-安装”,等等。
本申请实施例中,每一个观点词组可以包括实体词和描述词,观点词组,可以为从评论信息中自动挖掘出的维度词、评价词、情感极性组成得到词组。例如,观点词组可以为“费用-昂贵-消极”、“安装-简陋-消极”,等等。其中,实体词为“费用”、“安装”,等等。评论观点词典,是指由从评论信息中挖掘的许多个评论观点词组组成的。其中,评论观点词典中每一个观点词组具有固定搭配的情感词。例如,情感词可以为“消极”,“积极”,等等。
需要说明的是,可以采用词性模板匹配与聚类归一结合的方法从评论语料中自动抽取出观点词组,也可以基于深度神经网络模型,或者是主题模型的方法从评论信息中自动抽取出观点词组,等等,具体的挖掘方法本申请实施例中在此不做限定。
本申请实施例中,还可以依据预设的抽取规则,对多个评论语料进行词组抽取,得到多个候选词组,进而根据各候选词组在多个评论语料中的出现频率,从多个候选词组中筛选得到多个评论观点词组。
例如,可以将候选词组中出现频率较高的几个候选词组,作为评论观点词组。
本申请实施例中,对于评论观点词典中每一个观点词组,需要用户手动标注观点词组对应的观点类别,从而使得计算机设备响应于用户操作,可以确定评论观点词典中每一个观点词组对应的观点类别。
举例来说,用户将观点词组“费用-昂贵-消极”标注为维修后,可以确定该观点词组对应的观点类别为“维修”。用户将观点词组“安装-简陋-消极”标注为安装后,可以确定该观点词组对应的观点类别为“安装”。
步骤102,从多个评论语料中,获取每一个观点词组所匹配的目标语料。
其中,评论语料,可以从服务器获取到的用户的评论信息,也就是用户的原始评论文本。
本申请实施例中,对于评论观点词典中每一个观点词组,可以从多个评论语料中,获取得到每一个观点词组所匹配的目标语料。
作为一种可能的实现方式,对每一个观点词组,可以从多个评论语料中,筛选出包含相应观点词组中实体词和描述词的多个候选语料,若候选语料中的实体词和描述词出现于同一短句中,且间隔单词个数不大于阈值,则将该候选语料作为与相应观点词组匹配的目标语料。
举例来说,观点词组为“费用-昂贵-消极”,在获取到的用户评论的多个评论语料中,可以筛选出包含有相应观点词组中实体词和描述词的多个候选语料,进而根据候选语料中实体词和描述词出现于同一短句中,并且间隔单词个数不大于阈值,可以确定该观点词组所匹配的目标语料为“打膨胀螺丝,居然不水平,机器有漏水,也修了哎,费用也很贵,安装师傅乱收费”。
步骤103,对每一个观点词组,采用对应的观点类别标注相应观点词组所匹配的目标语料,得到第一训练样本。
本申请实施例中,确定评论观点词典中每一个观点词组对应的观点类别,以及所匹配的目标语料后,对于评论观点词典中每一个观点词组,可以采用对应的观点类别标注相应观点词组所匹配的目标语料,进而得到第一训练样本。
继续以上述示例为例,在确定观点词组“费用-昂贵-消极”对应的观点类别为“维修”后,可以该观点词组对应的观点类别标注该观点词组所匹配的目标语料“打膨胀螺丝,居然不水平,机器有漏水,也修了哎,费用也很贵,安装师傅乱收费”,从而得到已经标注观点词组类别的训练样本。
本申请实施例中,第一训练样本,是为了区别其他训练样本命名的,包含有评论观点词典中每一个观点词组所匹配的目标语料,其中,每一个观点词组所匹配的目标语料均采用相应观点词组对应的观点类别进行了标注。
步骤104,采用第一训练样本训练分类模型,以采用经过训练的分类模型识别评论的观点类别。
本申请实施例中,得到第一训练样本后,采用第一训练样本对分类模型进行训练,以采用经过训练的分类模型识别评论的观点类别。
本申请实施例的评论信息处理方法,通过响应于用户操作,对评论观点词典中每一个观点词组,确定对应的观点类别,从多个评论语料中,获取每一个观点词组所匹配的目标语料,对每一个观点词组,采用对应的观点类别标注相应观点词组所匹配的目标语料,得到第一训练样本,采用第一训练样本训练分类模型,以采用经过训练的分类模型识别评论的观点类别。该方法仅需要标注观点词组对应的观点类别即可生成训练样本,解决了相关技术中对于不同应用场景的评论需要用户标注所有训练样本,浪费大量人力成本的技术问题,从而减少了工作量,节约了人力成本。
在上述实施例的基础上,在步骤102中从多个评论语料中,获取每一个观点词组所匹配的目标语料之后,还可以进一步对目标语料进行标注,得到第二训练样本,并对多个评论语料中与任一个观点词组均不匹配的评论语料进行人工标注,得到第三训练样本,进而,采用第二训练样本和第三训练样本训练编码-解码模型,以采用经过训练的编码-解码模型抽取评论的观点词组。下面结合图2对上述过程进行详细介绍,图2为本申请实施例提供的另一种评论信息处理方法的流程示意图。
如图2所示,该评论信息处理方法,还可以包括以下步骤:
步骤201,对每一个目标语料,采用所匹配的观点词组进行标注,得到第二训练样本。
步骤202,将多个评论语料中与任一个观点词组均不匹配的评论语料作为隐式语料,采用人工标注信息对隐式语料标注观点词组,得到第三训练样本。
在一种可能的情况下,从多个评论语料中,获取每一个观点词组所匹配的目标语料后,对于每一个目标语料,采用所匹配的观点词组进行标注,得到第二训练样本。
在另一种可能的情况下,在多个评论语料中,存在与任一个观点词组均不匹配的评论语料,可以将多个评论语料中与评论观点词典中任一个观点词组均不匹配的评论语料作为隐式语料,进而,采用人工标注信息对隐式语料标注观点词组,得到第三训练样本。
其中,隐式语料,是指评论语料中没有直观的包含有实体词和描述词,而是隐晦的表达用户意见的评论文本。
举例来说,假设评论语料为“简直怀疑这是不是给人吃的”,该评论语料与评论观点词典中任一个观点词组均不匹配,可以采用人工标注的方式对该评论语料进行标注观点词组“味道-差-消极”。
需要说明的是,对于多个评论语料中,与任一个观点词组均不匹配的评论语料均采用人工标注信息的方式标注观点词组,为了便于和上述训练文本区分,这里将标注观点词组后的隐式语料成为第三训练样本。
步骤203,采用第二训练样本和第三训练样本,训练编码-解码模型,以采用经过训练的编码-解码模型抽取评论的观点词组。
本申请实施例中,编码-解码模型包括:编码器和解码器。其中,编码器,用于对输入的评论进行语义编码,得到相应评论的隐状态向量;解码器,用于对隐状态向量解码,输出观点词组,其中,解码器已学习得到隐状态向量与观点词组之间的映射关系。由此,将评论输入经过训练的编码-解码模型后,可以准确抽取得到评论的观点词组。
其中,隐状态向量,用于指示相应评论及其上下文的语义。语义编码是通过词语对信息进行加工,按意义、系统分类或把言语材料用自己的语言形式加以组织和概括,找出材料的基本论点、论据、逻辑结构,按语义特征编码。
在自然语言处理中,自然语言文本是由一堆符号顺序拼接而成的不定长序列,很难直接转变为计算机所能理解的数值型数据,因而无法直接进行进一步的计算处理。隐状态向量由于包含了丰富的信息,使得深度学习能够处理绝大多数自然语言处理应用。
需要说明的是,通过编码器对输入的评论进行语音编码,生成相应评论的隐状态向量的方法有很多,例如,可以采用双向长短记忆网络(Bi-directionalLong Short-TermMemor5,简称BiLSTM),自注意力机制(Self Attention),卷积神经网络(ConvolutionalNeural Network,简称CNN),等等。本申请实施例中,对于编码器采用的编码技术不做任何限制。
本申请实施例中,得到第二训练样本和第三训练样本后,采用第二训练样本和第三训练样本,训练编码-解码模型,以采用经过训练的编码-解码模型抽取评论的观点词组。由此,将评论输入经过训练的编码-解码模型后,可以准确抽取得到评论的观点词组。
本申请实施例的评论信息处理方法,通过对每一个目标语料,采用所匹配的观点词组进行标注,得到第二训练样本,将多个评论语料中与任一个观点词组均不匹配的评论语料作为隐式语料,采用人工标注信息对隐式语料标注观点词组,得到第三训练样本,采用第二训练样本和第三训练样本,训练编码-解码模型,以采用经过训练的编码-解码模型抽取评论的观点词组。由此,将评论输入经过训练的编码-解码模型后,可以准确抽取得到评论的观点词组,从而实现了最大限度的提升观点的召回率。
在上述实施例的基础上,对于需抽取观点词组的评论,可以确定评论观点词典中是否存在匹配的观点词组,以确定是否需要将评论输入经过训练的编码-解码模型。下面结合图3对上述过程进行详细介绍,图3为本申请实施例提供的又一种评论信息处理方法流程示意图。
如图3所述,该评论信息处理方法,还可以包括以下步骤:
步骤301,对需抽取观点词组的评论,确定评论观点词典中是否存在匹配的观点词组。
本申请实施例中,对于需要抽取观点词组的评论,首先确定评论观点词典中是否存在匹配的观点词组。
需要说明的是,观点词组中的实体词和描述词出现在需抽取观点词组的评论的同一短句中,并且间隔单词个数不大于阈值,则确定该观点词组为与需抽取观点词组的评论匹配的观点词组。
步骤302,若存在,将匹配的观点词组作为评论的观点词组。
在一种可能的情况下,若评论观点词典中存在与需抽取观点词组的评论匹配的观点词组,则可以将匹配的观点词组作为该评论的观点词组。
举例来说,需抽取观点词组的评论为“打膨胀螺丝,居然不水平,机器有漏水,也修了哎,费用也很贵,安装师傅乱收费”。在评论观点词典中存在与该评论匹配的观点词组为“费用-昂贵-消极”,则将“费用-昂贵-消极”作为评论的观点词组。
需要说明的是,评论观点词典中每一个观点词组具有固定搭配的情感词,作为一种可能的实现方式,将匹配的观点词组作为评论的观点词组后,可以根据匹配的观点词组固定搭配的情感词,确定评论的情感倾向。
以上述示例为例,确定匹配的观点词组固定搭配的情感词为“消极”后,可以确定评论的情感倾向也为“消极”。
作为另一种可能的实现方式,还可以采用情感分类模型识别以确定评论的情感倾向。其中,情感分类模型可以是通用场景的分类模型,根据特定场景下人工少量标注的训练样本进行迁移学习,得到该特定场景下的情感分类模型。
步骤303,若不存在,将评论输入经过训练的编码-解码模型,以将经过训练的编码-解码模型输出的观点词组作为评论的观点词组。
在另一种可能的情况下,若评论观点词典中不存在与需抽取观点词组的评论匹配的观点词组,则将评论输入经过训练的编码-解码模型,以将经过训练的编码-解码模型输出的观点词组作为评论的观点词组。
可以理解为,若评论为隐式语料,评论观点词典中不存在与需抽取观点词组的评论匹配的观点词组,这种情况下,可以将评论输入经过训练的编码-解码模型,从而将经过训练的编码-解码模型输出的观点词组作为评论的观点词组。
本申请实施例的评论信息处理方法,通过对需抽取观点词组的评论,确定评论观点词典中是否存在匹配的观点词组,若存在,将匹配的观点词组作为评论的观点词组,若不存在,将评论输入经过训练的编码-解码模型,以将经过训练的编码-解码模型输出的观点词组作为评论的观点词组。由此,针对评论文本多样性的问题,可以最大限度的提升观点词组的召回率,满足了用户在不同应用场景的需求。
为了实现上述实施例,本申请提出一种评论信息处理装置。
图4为本申请实施例提出的评论信息处理装置的结构示意图。
如图4所述,该评论信息处理装置400,可以包括:响应模块410、获取模块420、标注模块430以及训练模块440。
其中,响应模块410,用于响应于用户操作,对评论观点词典中每一个观点词组,确定对应的观点类别。
获取模块420,用于从多个评论语料中,获取每一个观点词组所匹配的目标语料。
标注模块430,用于对每一个观点词组,采用对应的观点类别标注相应观点词组所匹配的目标语料,得到第一训练样本。
训练模块440,用于采用第一训练样本训练分类模型,以采用经过训练的分类模型识别评论的观点类别。
作为一种可能的情况,每一个观点词组包括实体词和描述词;获取模块420,还用于:
对每一个观点词组,从多个评论语料中,筛选包含相应观点词组中实体词和描述词的候选语料;
若候选语料中的实体词和描述词出现于同一短句中,且间隔单词个数不大于阈值,则将候选语料作为与相应观点词组匹配的目标语料。
作为另一种可能的情况,标注模块430,还用于:对每一个目标语料,采用所匹配的观点词组进行标注,得到第二训练样本;将多个评论语料中与任一个观点词组均不匹配的评论语料作为隐式语料,采用人工标注信息对隐式语料标注观点词组,得到第三训练样本。
训练模块440,还用于采用第二训练样本和第三训练样本,训练编码-解码模型,以采用经过训练的编码-解码模型抽取评论的观点词组。
作为另一种可能的情况,编码-解码模型包括:编码器和解码器;
其中,编码器,用于对输入的评论进行语义编码,得到相应评论的隐状态向量;
解码器,用于对隐状态向量解码,输出观点词组,其中,解码器已学习得到隐状态向量与观点词组之间的映射关系。
作为另一种可能的情况,该评论信息处理装置400,还可以包括:
处理模块,用于对需抽取观点词组的评论,确定评论观点词典中是否存在匹配的观点词组;
若存在,将匹配的观点词组作为评论的观点词组;
若不存在,将评论输入经过训练的编码-解码模型,以将经过训练的编码-解码模型输出的观点词组作为评论的观点词组。
作为另一种可能的情况,评论观点词典中每一个观点词组具有固定搭配的情感词;该评论信息处理装置400,还可以包括:
确定模块,用于根据匹配的观点词组固定搭配的情感词,确定评论的情感倾向。
作为另一种可能的情况,该评论信息处理装置400,还可以包括:
抽取模块,用于依据预设的抽取规则,对多个评论语料进行词组抽取,得到多个候选词组。
筛选模块,用于根据各候选词组在多个评论语料中的出现频率,从多个候选词组中筛选得到多个评论观点词组。
需要说明的是,前述对评论信息处理方法实施例的解释说明也适用于该评论信息处理装置,此处不再赘述。
本申请实施例的评论信息处理装置,通过响应于用户操作,对评论观点词典中每一个观点词组,确定对应的观点类别,从多个评论语料中,获取每一个观点词组所匹配的目标语料,对每一个观点词组,采用对应的观点类别标注相应观点词组所匹配的目标语料,得到第一训练样本,采用第一训练样本训练分类模型,以采用经过训练的分类模型识别评论的观点类别。该方法仅需要标注观点词组对应的观点类别即可生成训练样本,解决了相关技术中对于不同应用场景的评论需要用户标注所有训练样本,浪费大量人力成本的技术问题,从而减少了工作量,节约了人力成本。
根据本申请的实施例,本申请还提供了一种计算机设备和一种可读存储介质。
如图5所示,是根据本申请实施例的评论信息处理方法的计算机设备的框图。计算机设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。计算机设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示,该计算机设备包括:一个或多个处理器501、存储器502,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在计算机设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个计算机设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。
存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的评论信息处理方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的评论信息处理方法。
存储器502作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的评论信息处理方法对应的程序指令/模块(例如,附图4所示的响应模块410、获取模块420、标注模块430和训练模块440)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的评论信息处理方法。
存储器502可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据评论信息处理的计算机设备的使用所创建的数据等。此外,存储器502可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器502可选包括相对于处理器501远程设置的存储器,这些远程存储器可以通过网络连接至评论信息处理的计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
评论信息处理方法的计算机设备还可以包括:输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接,图5中以通过总线连接为例。
输入装置503可接收输入的数字或字符信息,以及产生与评论信息处理的计算机设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,通过响应于用户操作,对评论观点词典中每一个观点词组,确定对应的观点类别,从多个评论语料中,获取每一个观点词组所匹配的目标语料,对每一个观点词组,采用对应的观点类别标注相应观点词组所匹配的目标语料,得到第一训练样本,采用第一训练样本训练分类模型,以采用经过训练的分类模型识别评论的观点类别。该方法仅需要标注观点词组对应的观点类别即可生成训练样本,解决了相关技术中对于不同应用场景的评论需要用户标注所有训练样本,浪费大量人力成本的技术问题,从而减少了工作量,节约了人力成本。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (12)
1.一种评论信息处理方法,其特征在于,所述方法包括:
响应于用户操作,对评论观点词典中每一个观点词组,确定对应的观点类别;其中,所述观点词组为从评论信息中挖掘出的维度词、评价词、情感极性组成的词组,且每一个观点词组包括实体词和描述词;
从多个评论语料中,获取每一个观点词组所匹配的目标语料;
对每一个目标语料,采用所匹配的观点词组进行标注,得到第二训练样本;
将多个评论语料中与任一个观点词组均不匹配的评论语料作为隐式语料,采用人工标注信息对所述隐式语料标注观点词组,得到第三训练样本;
采用所述第二训练样本和所述第三训练样本,训练编码-解码模型,以采用经过训练的编码-解码模型抽取评论的观点词组;
对每一个观点词组,采用对应的观点类别标注相应观点词组所匹配的目标语料,得到第一训练样本;
采用所述第一训练样本训练分类模型,以采用经过训练的分类模型识别评论的观点类别;
其中,所述从多个评论语料中,获取每一个观点词组所匹配的目标语料,包括:
对每一个观点词组,从所述多个评论语料中,筛选包含相应观点词组中实体词和描述词的候选语料;
若所述候选语料中的实体词和描述词出现于同一短句中,且间隔单词个数不大于阈值,则将所述候选语料作为与相应观点词组匹配的目标语料。
2.根据权利要求1所述的评论信息处理方法,其特征在于,所述编码-解码模型包括:编码器和解码器;
其中,所述编码器,用于对输入的评论进行语义编码,得到相应评论的隐状态向量;
所述解码器,用于对所述隐状态向量解码,输出所述观点词组,其中,所述解码器已学习得到隐状态向量与观点词组之间的映射关系。
3.根据权利要求1所述的评论信息处理方法,其特征在于,所述采用所述第二训练样本和所述第三训练样本,训练编码-解码模型之后,还包括:
对需抽取观点词组的评论,确定所述评论观点词典中是否存在匹配的观点词组;
若存在,将匹配的观点词组作为所述评论的观点词组;
若不存在,将所述评论输入经过训练的编码-解码模型,以将所述经过训练的编码-解码模型输出的观点词组作为所述评论的观点词组。
4.根据权利要求3所述的评论信息处理方法,其特征在于,所述评论观点词典中每一个观点词组具有固定搭配的情感词;
所述将匹配的观点词组作为所述评论的观点词组之后,还包括:
根据匹配的观点词组固定搭配的情感词,确定所述评论的情感倾向。
5.根据权利要求1-4任一项所述的评论信息处理方法,其特征在于,所述响应于用户操作,对评论观点词典中每一个观点词组,确定对应的观点类别之前,还包括:
依据预设的抽取规则,对所述多个评论语料进行词组抽取,得到多个候选词组;
根据各候选词组在所述多个评论语料中的出现频率,从所述多个候选词组中筛选得到多个评论观点词组。
6.一种评论信息处理装置,其特征在于,所述装置包括:
响应模块,用于响应于用户操作,对评论观点词典中每一个观点词组,确定对应的观点类别;其中,所述观点词组为从评论信息中挖掘出的维度词、评价词、情感极性组成的词组,且,每一个观点词组包括实体词和描述词;
获取模块,用于从多个评论语料中,获取每一个观点词组所匹配的目标语料;
标注模块,用于对每一个观点词组,采用对应的观点类别标注相应观点词组所匹配的目标语料,得到第一训练样本;
所述标注模块,还用于:对每一个目标语料,采用所匹配的观点词组进行标注,得到第二训练样本;将多个评论语料中与任一个观点词组均不匹配的评论语料作为隐式语料,采用人工标注信息对所述隐式语料标注观点词组,得到第三训练样本;
训练模块,用于采用所述第二训练样本和所述第三训练样本,训练编码-解码模型,以采用经过训练的编码-解码模型抽取评论的观点词组;
所述训练模块,还用于采用所述第一训练样本训练分类模型,以采用经过训练的分类模型识别评论的观点类别;
所述获取模块,还用于:
对每一个观点词组,从所述多个评论语料中,筛选包含相应观点词组中实体词和描述词的候选语料;
若所述候选语料中的实体词和描述词出现于同一短句中,且间隔单词个数不大于阈值,则将所述候选语料作为与相应观点词组匹配的目标语料。
7.根据权利要求6所述的评论信息处理装置,其特征在于,
所述编码-解码模型包括:编码器和解码器;
其中,所述编码器,用于对输入的评论进行语义编码,得到相应评论的隐状态向量;
所述解码器,用于对所述隐状态向量解码,输出所述观点词组,其中,所述解码器已学习得到隐状态向量与观点词组之间的映射关系。
8.根据权利要求6所述的评论信息处理装置,其特征在于,所述装置,还包括:
处理模块,用于对需抽取观点词组的评论,确定所述评论观点词典中是否存在匹配的观点词组;
若存在,将匹配的观点词组作为所述评论的观点词组;
若不存在,将所述评论输入经过训练的编码-解码模型,以将所述经过训练的编码-解码模型输出的观点词组作为所述评论的观点词组。
9.根据权利要求8所述的评论信息处理装置,其特征在于,所述评论观点词典中每一个观点词组具有固定搭配的情感词;所述装置,还包括:
确定模块,用于根据匹配的观点词组固定搭配的情感词,确定所述评论的情感倾向。
10.根据权利要求6-9任一项所述的评论信息处理装置,其特征在于,所述装置,还包括:
抽取模块,用于依据预设的抽取规则,对所述多个评论语料进行词组抽取,得到多个候选词组;
筛选模块,用于根据各候选词组在所述多个评论语料中的出现频率,从所述多个候选词组中筛选得到所述多个评论观点。
11.一种计算机设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的评论信息处理方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的评论信息处理方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911380220.0A CN111191428B (zh) | 2019-12-27 | 2019-12-27 | 评论信息处理方法、装置、计算机设备和介质 |
US16/938,355 US11507751B2 (en) | 2019-12-27 | 2020-07-24 | Comment information processing method and apparatus, and medium |
JP2020127189A JP7159248B2 (ja) | 2019-12-27 | 2020-07-28 | レビュー情報の処理方法、装置、コンピュータ機器及び媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911380220.0A CN111191428B (zh) | 2019-12-27 | 2019-12-27 | 评论信息处理方法、装置、计算机设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111191428A CN111191428A (zh) | 2020-05-22 |
CN111191428B true CN111191428B (zh) | 2022-02-25 |
Family
ID=70707643
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911380220.0A Active CN111191428B (zh) | 2019-12-27 | 2019-12-27 | 评论信息处理方法、装置、计算机设备和介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11507751B2 (zh) |
JP (1) | JP7159248B2 (zh) |
CN (1) | CN111191428B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111859146B (zh) * | 2020-07-30 | 2024-02-23 | 网易(杭州)网络有限公司 | 信息挖掘方法、装置及电子设备 |
CN112017645B (zh) * | 2020-08-31 | 2024-04-26 | 广州市百果园信息技术有限公司 | 一种语音识别方法及装置 |
CN112148878A (zh) * | 2020-09-23 | 2020-12-29 | 网易(杭州)网络有限公司 | 情感数据处理方法及装置 |
CN112328793B (zh) * | 2020-11-09 | 2024-07-09 | 北京小米松果电子有限公司 | 评论文本数据的处理方法、装置及存储介质 |
CN113626592A (zh) * | 2021-07-08 | 2021-11-09 | 中汽创智科技有限公司 | 一种基于语料的分类方法、装置,电子设备及存储介质 |
CN113608945B (zh) * | 2021-07-30 | 2024-05-28 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置、设备及计算机可读存储介质 |
CN113935310A (zh) * | 2021-09-22 | 2022-01-14 | 三一重机有限公司 | 客户需求信息提取方法及装置 |
CN114676695B (zh) * | 2022-05-30 | 2022-09-02 | 华南师范大学 | 基于情感分析的文本语句处理方法、装置以及设备 |
CN116862293B (zh) * | 2023-06-26 | 2024-08-30 | 广州淘通科技股份有限公司 | 一种运营数据的分析方法、系统、设备和存储介质 |
CN116932853B (zh) * | 2023-07-25 | 2024-07-05 | 南京人生果信息科技有限公司 | 一种基于app评论数据的用户需求获取方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108021609A (zh) * | 2017-11-01 | 2018-05-11 | 深圳市牛鼎丰科技有限公司 | 文本情感分类方法、装置、计算机设备和存储介质 |
CN109002443A (zh) * | 2017-06-06 | 2018-12-14 | 北京国双科技有限公司 | 一种文本信息的分类方法及装置 |
CN109800418A (zh) * | 2018-12-17 | 2019-05-24 | 北京百度网讯科技有限公司 | 文本处理方法、装置和存储介质 |
CN109902273A (zh) * | 2019-01-30 | 2019-06-18 | 平安科技(深圳)有限公司 | 关键词生成模型的建模方法和装置 |
Family Cites Families (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3988622B2 (ja) * | 2002-11-07 | 2007-10-10 | 日本電気株式会社 | 意見抽出装置、意見抽出プログラム |
JP2009217642A (ja) | 2008-03-11 | 2009-09-24 | Ntt Pc Communications Inc | 評判情報抽出装置、辞書構築方法、及びプログラム |
US9201863B2 (en) * | 2009-12-24 | 2015-12-01 | Woodwire, Inc. | Sentiment analysis from social media content |
US8725495B2 (en) * | 2011-04-08 | 2014-05-13 | Xerox Corporation | Systems, methods and devices for generating an adjective sentiment dictionary for social media sentiment analysis |
WO2013170343A1 (en) * | 2012-05-15 | 2013-11-21 | Whyz Technologies Limited | Method and system relating to salient content extraction for electronic content |
WO2015166508A1 (en) * | 2014-04-30 | 2015-11-05 | Hewlett-Packard Development Company, L.P. | Correlation based instruments discovery |
US11113471B2 (en) * | 2014-06-19 | 2021-09-07 | International Business Machines Corporation | Automatic detection of claims with respect to a topic |
US9978362B2 (en) * | 2014-09-02 | 2018-05-22 | Microsoft Technology Licensing, Llc | Facet recommendations from sentiment-bearing content |
US20160132900A1 (en) * | 2014-11-12 | 2016-05-12 | Adobe Systems Incorporated | Informative Bounce Rate |
KR101741509B1 (ko) * | 2015-07-01 | 2017-06-15 | 지속가능발전소 주식회사 | 뉴스의 데이터마이닝을 통한 기업 평판 분석 장치 및 방법, 그 방법을 수행하기 위한 기록 매체 |
WO2017042620A1 (en) * | 2015-09-08 | 2017-03-16 | Iacus Stefano Maria | Isa: a fast, scalable and accurate algorithm for supervised opinion analysis |
WO2017051425A1 (en) * | 2015-09-23 | 2017-03-30 | Devanathan Giridhari | A computer-implemented method and system for analyzing and evaluating user reviews |
US20170364797A1 (en) * | 2016-06-16 | 2017-12-21 | Sysomos L.P. | Computing Systems and Methods for Determining Sentiment Using Emojis in Electronic Data |
RU2635257C1 (ru) * | 2016-07-28 | 2017-11-09 | Общество с ограниченной ответственностью "Аби Продакшн" | Сентиментный анализ на уровне аспектов и создание отчетов с использованием методов машинного обучения |
US20180053107A1 (en) * | 2016-08-19 | 2018-02-22 | Sap Se | Aspect-based sentiment analysis |
US10880330B2 (en) * | 2017-05-19 | 2020-12-29 | Indiana University Research & Technology Corporation | Systems and methods for detection of infected websites |
US10810472B2 (en) * | 2017-05-26 | 2020-10-20 | Oracle International Corporation | Techniques for sentiment analysis of data using a convolutional neural network and a co-occurrence network |
US10311454B2 (en) * | 2017-06-22 | 2019-06-04 | NewVoiceMedia Ltd. | Customer interaction and experience system using emotional-semantic computing |
US10394959B2 (en) * | 2017-12-21 | 2019-08-27 | International Business Machines Corporation | Unsupervised neural based hybrid model for sentiment analysis of web/mobile application using public data sources |
JP6799562B2 (ja) * | 2018-04-24 | 2020-12-16 | 日本電信電話株式会社 | 言語特徴の抽出装置、固有表現の抽出装置、抽出方法、及びプログラム |
US11308419B2 (en) * | 2018-08-22 | 2022-04-19 | International Business Machines Corporation | Learning sentiment composition from sentiment lexicons |
CN109299457B (zh) * | 2018-09-06 | 2023-04-28 | 北京奇艺世纪科技有限公司 | 一种观点挖掘方法、装置及设备 |
US10817668B2 (en) * | 2018-11-26 | 2020-10-27 | Sap Se | Adaptive semi-supervised learning for cross-domain sentiment classification |
US20200257762A1 (en) * | 2019-02-08 | 2020-08-13 | Royal Caribbean Cruises Ltd. | Text classification and sentimentization with visualization |
US11017006B2 (en) * | 2019-03-09 | 2021-05-25 | Wipro Limited | Method and system for generating review summaries |
US20200311414A1 (en) * | 2019-03-27 | 2020-10-01 | BigID Inc. | Dynamic Document Clustering and Keyword Extraction |
US11170168B2 (en) * | 2019-04-11 | 2021-11-09 | Genesys Telecommunications Laboratories, Inc. | Unsupervised adaptation of sentiment lexicon |
US20200349529A1 (en) * | 2019-04-30 | 2020-11-05 | Wework Companies Llc | Automatically processing tickets |
US11227120B2 (en) * | 2019-05-02 | 2022-01-18 | King Fahd University Of Petroleum And Minerals | Open domain targeted sentiment classification using semisupervised dynamic generation of feature attributes |
US11586659B2 (en) * | 2019-05-03 | 2023-02-21 | Servicenow, Inc. | Clustering and dynamic re-clustering of similar textual documents |
CN110083705B (zh) * | 2019-05-06 | 2021-11-02 | 电子科技大学 | 一种用于目标情感分类的多跳注意力深度模型、方法、存储介质和终端 |
CN110287319B (zh) * | 2019-06-13 | 2021-06-15 | 南京航空航天大学 | 基于情感分析技术的学生评教文本分析方法 |
US11068666B2 (en) * | 2019-10-11 | 2021-07-20 | Optum Technology, Inc. | Natural language processing using joint sentiment-topic modeling |
-
2019
- 2019-12-27 CN CN201911380220.0A patent/CN111191428B/zh active Active
-
2020
- 2020-07-24 US US16/938,355 patent/US11507751B2/en active Active
- 2020-07-28 JP JP2020127189A patent/JP7159248B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109002443A (zh) * | 2017-06-06 | 2018-12-14 | 北京国双科技有限公司 | 一种文本信息的分类方法及装置 |
CN108021609A (zh) * | 2017-11-01 | 2018-05-11 | 深圳市牛鼎丰科技有限公司 | 文本情感分类方法、装置、计算机设备和存储介质 |
CN109800418A (zh) * | 2018-12-17 | 2019-05-24 | 北京百度网讯科技有限公司 | 文本处理方法、装置和存储介质 |
CN109902273A (zh) * | 2019-01-30 | 2019-06-18 | 平安科技(深圳)有限公司 | 关键词生成模型的建模方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
US11507751B2 (en) | 2022-11-22 |
CN111191428A (zh) | 2020-05-22 |
JP2021108098A (ja) | 2021-07-29 |
JP7159248B2 (ja) | 2022-10-24 |
US20210200958A1 (en) | 2021-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111191428B (zh) | 评论信息处理方法、装置、计算机设备和介质 | |
CN112560912B (zh) | 分类模型的训练方法、装置、电子设备和存储介质 | |
CN111523326B (zh) | 实体链指方法、装置、设备以及存储介质 | |
CN111507104B (zh) | 建立标签标注模型的方法、装置、电子设备和可读存储介质 | |
CN111325020A (zh) | 一种事件论元抽取方法、装置以及电子设备 | |
CN113220836B (zh) | 序列标注模型的训练方法、装置、电子设备和存储介质 | |
CN111859951A (zh) | 语言模型的训练方法、装置、电子设备及可读存储介质 | |
CN111428514A (zh) | 语义匹配方法、装置、设备以及存储介质 | |
CN110674260B (zh) | 语义相似模型的训练方法、装置、电子设备和存储介质 | |
CN112434492B (zh) | 文本标注方法、装置及电子设备 | |
CN111783468A (zh) | 文本处理方法、装置、设备和介质 | |
CN111339268A (zh) | 实体词识别方法和装置 | |
CN112330455A (zh) | 用于推送信息的方法、装置、设备以及存储介质 | |
CN112257452A (zh) | 情感识别模型的训练方法、装置、设备和存储介质 | |
CN111522944A (zh) | 用于输出信息的方法、装置、设备以及存储介质 | |
CN111858905A (zh) | 模型训练方法、信息识别方法、装置、电子设备及存储介质 | |
CN114416976A (zh) | 文本标注方法、装置及电子设备 | |
CN111738015A (zh) | 文章情感极性分析方法、装置、电子设备及存储介质 | |
CN112270169B (zh) | 对白角色预测方法、装置、电子设备及存储介质 | |
CN117436438A (zh) | 情感分析方法、大语言模型的训练方法及装置 | |
CN110457436B (zh) | 信息标注方法、装置、计算机可读存储介质及电子设备 | |
CN112015866A (zh) | 用于生成同义文本的方法、装置、电子设备及存储介质 | |
CN114429106B (zh) | 页面信息处理方法、装置、电子设备和存储介质 | |
CN111339760A (zh) | 词法分析模型的训练方法、装置、电子设备、存储介质 | |
CN114676699A (zh) | 实体情感分析方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |