买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：合肥工业大学;合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)

摘要：本发明提供一种基于方面级细粒度的商品评论情感分析方法、系统、存储介质和电子设备，涉及情感分析领域。本发明采用方面依赖树算法构建以所述方面词为根节点的语法树，并以图像矩阵进行存储；根据所述图像矩阵，采用递归算法获取根节点的初始特征表示；根据所述语法树和根节点的初始特征表示，引入预先构建的情感词典，获取根节点的最终特征表示；根据所述根节点的最终特征表示，采用深度学习方法获取所述商品评论数据的情感倾向。本发明构造以方面词为根节点的依赖树算法，对每个方面词进行情感预测，打破评论只涵盖一个情感倾向的局限性，提高预测方面级别情感倾向的准确率；有助于商家准确了解信息进行管理；有助于客户进行更好的挑选商品。

主权项：1.一种基于方面级细粒度的商品评论情感分析方法，其特征在于，包括：S1、获取并预处理商品评论数据；S2、根据预处理后的商品评论数据，获取所述预处理后的商品评论数据包含的方面词；S3、采用方面依赖树算法构建以所述方面词为根节点的语法树，并以图像矩阵进行存储；S4、根据所述图像矩阵，采用递归算法获取根节点的初始特征表示；S5、根据所述语法树和根节点的初始特征表示，引入预先构建的情感词典，获取根节点的最终特征表示；S6、根据所述根节点的最终特征表示，采用深度学习方法获取所述商品评论数据的情感倾向；所述步骤S3具体包括：S31、将所述方面词设置为所述语法树的根节点；S32、根据所述商品评论数据解析后得到的语法依赖树，以及所述方面词在所述语法依赖树中的语法依赖关系，确定所述根节点的下一层节点；S33、根据该节点对应单词在所述语法依赖树中的语法依赖关系，确定下一层节点；S34、重复执行步骤S33，直到遍历所述商品评论数据中所有单词，获取所述语法树，并以图像矩阵进行存储；所述步骤S5具体包括：根据所述情感词典，查找所述语法树的直接孩子节点对应的情感标签得分，拼接所述根节点的初始特征表示与查找结果，获取根节点的最终特征表示；所述情感标签得分在-1～1的范围内，其中-1表示带有消极色彩的程度最高，1代表带有积极色彩程度最高。

全文数据：

权利要求：

百度查询： 合肥工业大学 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) 基于方面级细粒度的商品评论情感分析方法和系统