公开(公告)号：CN110888983A

公开(公告)日：2020-03-17

申请号：CN201911171315.1

申请日：2019-11-26

Applicant: 厦门市美亚柏科信息股份有限公司

Inventor： 马涛 ,  栾江霞 ,  章正道 ,  徐晓文

IPC: G06F16/35 ,  G06F16/36 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种正负面情感分析方法、终端设备及存储介质，该方法中包括：S1：构建和维护对应不同行业的行业关键词规则和行业情感词典；S2：判断待分析的文本数据中是否包含行业关键词规则中所包含的关键词，如果包含，进入S3；否则，进入S4；S3：根据关键词所属的行业和行业所对应的行业关键词规则，判断该文本数据所属的所有行业后，根据每个行业对应的行业情感词典计算每个行业的情感得分，进而获得该文本数据的情感正负面分析结果；S4：通过训练后的机器学习模型得到该文本数据的情感正负面分析结果。本发明采用基于行业情感词与机器学习模型融合的情感分析方法，将网络文本分而治之，提高分析效果。

公开(公告)号：CN109918497A

公开(公告)日：2019-06-21

申请号：CN201811572759.1

申请日：2018-12-21

Applicant: 厦门市美亚柏科信息股份有限公司

Inventor： 马涛 ,  栾江霞 ,  章正道 ,  俞碧洪 ,  徐晓文

IPC: G06F16/35 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于改进textCNN模型的文本分类方法、装置及存储介质。该方法包括：训练步骤，使用样本文本对改进textCNN模型进行训练得到训练后的改进textCNN模型；文本分类步骤，使用训练后的改进textCNN模型对待分类的文本进行分类。本发明通过对传统的textCNN模型进行改进得到改进textCNN模型的文本分类算法，由于预训练了词嵌入层，使得训练阶段的训练时间和计算量大大减少；由于加深了卷积层的深度以及增加了批归一化层，使得分类准确率较大提高，更加适用于对样本实时性要求(即要根据新样本较频繁的更新模型)和分类准确率都要求较高的场景，如互联网舆情的文本分类等等。

公开(公告)号：CN110888983B

公开(公告)日：2022-07-15

申请号：CN201911171315.1

申请日：2019-11-26

Applicant: 厦门市美亚柏科信息股份有限公司

Inventor： 马涛 ,  栾江霞 ,  章正道 ,  徐晓文

IPC: G06F16/35 ,  G06F16/36 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种正负面情感分析方法、终端设备及存储介质，该方法中包括：S1：构建和维护对应不同行业的行业关键词规则和行业情感词典；S2：判断待分析的文本数据中是否包含行业关键词规则中所包含的关键词，如果包含，进入S3；否则，进入S4；S3：根据关键词所属的行业和行业所对应的行业关键词规则，判断该文本数据所属的所有行业后，根据每个行业对应的行业情感词典计算每个行业的情感得分，进而获得该文本数据的情感正负面分析结果；S4：通过训练后的机器学习模型得到该文本数据的情感正负面分析结果。本发明采用基于行业情感词与机器学习模型融合的情感分析方法，将网络文本分而治之，提高分析效果。