公开(公告)号：CN111159400B

公开(公告)日：2023-09-26

申请号：CN201911315255.6

申请日：2019-12-19

Applicant: 苏州大学

Inventor： 章红 ,  王中卿 ,  贾俊铖 ,  那幸仪

IPC: G06F16/35 ,  G06F40/30 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/098 ,  G06Q50/12

Abstract: 本发明提及一种产品评论情感分类方法，包括：获取对象产品相关评论的文本信息，对其进行文本转换，以将文本信息转换成统一的向量形式；以转换成向量形式的评论为基础，区分并且提取对象产品的至少一个属性标签；以转换成向量形式的评论为基础，预测得到评论的情感标签；结合对象产品的属性标签和预测得到的评论的情感标签，针对对象产品的每个评论进行情感分类与属性分类的联合学习，寻找两者之间存在的共性关系。本发明充分考虑文本与其他因素之间的联系，通过提取与评论相关联对象产品的属性信息，来辅助提升对评论星级预测的准确度。实验表明，本发明能够在一定程度上显著提升评论打星状况分类的准确度。

公开(公告)号：CN111159400A

公开(公告)日：2020-05-15

申请号：CN201911315255.6

申请日：2019-12-19

Applicant: 苏州大学

Inventor： 章红 ,  王中卿 ,  贾俊铖 ,  那幸仪

IPC: G06F16/35 ,  G06F40/30 ,  G06N3/04 ,  G06Q50/12

Abstract: 本发明提及一种产品评论情感分类方法，包括：获取对象产品相关评论的文本信息，对其进行文本转换，以将文本信息转换成统一的向量形式；以转换成向量形式的评论为基础，区分并且提取对象产品的至少一个属性标签；以转换成向量形式的评论为基础，预测得到评论的情感标签；结合对象产品的属性标签和预测得到的评论的情感标签，针对对象产品的每个评论进行情感分类与属性分类的联合学习，寻找两者之间存在的共性关系。本发明充分考虑文本与其他因素之间的联系，通过提取与评论相关联对象产品的属性信息，来辅助提升对评论星级预测的准确度。实验表明，本发明能够在一定程度上显著提升评论打星状况分类的准确度。