(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211022286.4 (22)申请日 2022.08.25 (71)申请人 浪潮云信息技 术股份公司 地址 250100 山东省济南市高新区浪潮路 1036号浪潮科技园S01号楼 (72)发明人 于渊　李国涛　 (74)专利代理 机构 济南信达专利事务所有限公 司 37100 专利代理师 姜鹏 (51)Int.Cl. G06F 16/35(2019.01) G06F 16/335(2019.01) G06F 16/33(2019.01) G06F 40/289(2020.01) G06F 40/30(2020.01) (54)发明名称 一种基于信息熵的产品舆情情感分析方法 及系统 (57)摘要 本发明涉及舆情分析技术领域， 具体为一种 基于信息熵的产品舆情情感分析方法， 包括以下 步骤： 获取已分词的文本信息， 计算每个词语的 左右信息熵之和； 根据信息熵判断关键词； 根据 标点符号判断关键词所属短句， 获取短句的分词 结果； 将结果与正负向词库匹配， 进行加减分； 根 据最终得分判断文本的情感取向； 有益效果为： 本发明提出的基于信息熵的产品舆情情感分析 方法及系统基于信息熵的产品舆情情感分析方 法， 可以实现对网络舆情 的自动分析归类， 节省 人力成本， 提升效率， 可通过结合定时任务等其 他技术， 实现24小时舆情监控告警， 协助企业及 时应对突发的产品舆情。 权利要求书2页 说明书4页 附图1页 CN 115408520 A 2022.11.29 CN 115408520 A 1.一种基于信息熵的产品舆情情感分析方法， 其特征在于： 所述基于信息熵的产品舆 情情感分析 方法包括以下步骤： 获取已分词的文本信息， 计算每 个词语的左右信息熵之和； 根据信息熵判断关键词； 根据标点符号判断关键词所属短句， 获取短句的分词结果； 将结果与正负向词库匹配， 进行加减分； 根据最终得分判断文本的情感取向。 2.根据权利要求1所述的一种基于信 息熵的产品舆情情 感分析方法， 其特征在于： 获取 已分词的文本信息时， 通过爬虫工具等方式获取舆情文本信息， 获取文本进行顺序分词后的所有词语， 将通 过分词由专家知识语料库进行筛选补充， 剔除无意义词汇， 将剩余的所有词语作为输入参 数， 按顺序计算每 个词语的左右信息熵， 并取其和作为权 重。 3.根据权利要求2所述的一种基于信 息熵的产品舆情情 感分析方法， 其特征在于： 根据 信息熵判断关键词时， 根据所得的分词权重与设定的关键词阈值进行对比， 来判定该词语是否为关键词， 根 据分词的数量， 选取分词信息熵之和为前百分之X的作为关键词， 其中关键词阈值与X值需 要根据筛 选结果不断优化调整。 4.根据权利要求1所述的一种基于信 息熵的产品舆情情 感分析方法， 其特征在于： 获取 短句的分词结果时， 当获得文本的关键词之后， 进入原文本， 根据标点符号判断关键词所在 的短句； 将结果与正负向词库匹配时， 将短句的分词出结果与正负向词库进行匹配， 正向则对 文本加分， 负向则对文本减分。 5.根据权利要求1所述的一种基于信 息熵的产品舆情情 感分析方法， 其特征在于： 根据 最终得分判断文本的情感取向时， 在对所有关键词完成上述操作之后， 得到文本的最终情 感取向得分， 通过得分来判断文本的真实情感取向； 得分的正负向阈值需要根据实际情况 动态调整， 不同的场景不同的产品， 正负向情感的阈值是不尽相同的。 6.一种如上述权利要求1 ‑5任意一项所述的基于信息熵的产品舆情情感分析系统， 其 特征在于： 该系统由获取模块、 判断模块、 分词获取模块、 匹配模块以及判定模块构成； 获取模块， 用于获取已分词的文本信息， 计算每 个词语的左右信息熵之和； 判断模块， 用于根据信息熵判断关键词； 分词获取模块， 用于根据标点符号判断关键词所属短句， 获取短句的分词结果； 匹配模块， 用于将结果与正负向词库匹配， 进行加减分； 判定模块， 用于根据最终得分判断文本的情感取向。 7.根据权利要求6所述的一种基于信 息熵的产品舆情情 感分析系统， 其特征在于： 所述 获取模块通过爬虫工具等方式获取舆情文本信息， 获取文本进行顺序分词后的所有词语， 将通过分词由专家知识语料库进行筛选补充， 剔除无意义词汇， 将剩余的所有词语作为输 入参数， 按顺序计算每 个词语的左右信息熵， 并取其和作为权 重。 8.根据权利要求7所述的一种基于信 息熵的产品舆情情 感分析系统， 其特征在于： 所述 判断模块根据所得的分词权重与设定的关键词阈值进行对比， 来判定该词语是否为关键权　利　要　求　书 1/2 页 2 CN 115408520 A 2词， 根据分词的数量， 选取分词信息熵之和为前百分之X的作为关键词， 其中关键词阈值与X 值需要根据筛 选结果不断优化调整。 9.根据权利要求8所述的一种基于信 息熵的产品舆情情 感分析系统， 其特征在于： 所述 分词获取模块当获得文本的关键词之后， 进入原文本， 根据标点符号判断关键词 所在的短 句； 匹配模块， 将短句的分词出结果与正负向词库进行匹配， 正向则对文本加分， 负向则对 文本减分。 10.根据权利要求9所述的一种基于信息熵的产品舆情情感分析系统， 其特征在于： 所 述判定模块根据最终得分判断文本的情感取向时， 在对所有关键词完成上述操作之后， 得 到文本的最终情感取向得分， 通过得分来判断文本的真实情感取向； 得分的正负向阈值需 要根据实际情况动态调整， 不同的场景不同的产品， 正负向情感的阈值是不尽相同的。权　利　要　求　书 2/2 页 3 CN 115408520 A 3