(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210971146.5 (22)申请日 2022.08.15 (65)同一申请的已公布的文献号 申请公布号 CN 115062229 A (43)申请公布日 2022.09.16 (73)专利权人 广东工业大 学 地址 510006 广东省广州市番禺区广州大 学城外环西路10 0号 (72)发明人 张翔　陈平华　 (74)专利代理 机构 北京东方盛凡知识产权代理 有限公司 1 1562 专利代理师 张国麒 (51)Int.Cl. G06F 16/9535(2019.01) G06N 3/04(2006.01)G06F 16/335(2019.01) G06F 16/35(2019.01) G06F 40/216(2020.01) G06F 40/30(2020.01) 审查员 邓慧丽 (54)发明名称 基于新闻评论的过滤以及情感分析方法 (57)摘要 本发明提供了基于新闻评论的过滤以及情 感分析方法， 包括： 对新闻评论进行过滤， 获取有 效评论集合； 其中， 所述有效评论集合中包括新 闻与所述新闻评论的方面词集合； 构建情感分析 模型， 将所述有效评论集合与所述方面词集合输 入至所述情感分析模型中， 获取情感倾向结果。 本发明通过设置有效的筛选机制， 能够过滤无效 的用户评论数据， 搭建了更加精确有效的模型可 以针对文本的特定方面进行定向的情感倾向分 析， 获得精准的用户情感倾向结果。 权利要求书2页 说明书8页 附图3页 CN 115062229 B 2022.11.11 CN 115062229 B 1.基于新闻评论的过 滤以及情感分析 方法， 其特 征在于， 包括： 对新闻评论进行过滤， 获取有效评论集合； 其中， 所述有效评论集合中包括新闻与所述 新闻评论的方面词集 合； 构建情感分析模型， 将所述有 效评论集合与所述方面词集合输入至所述情 感分析模型 中， 获取情感倾向结果； 获取有效评论 集合包括： 提取新闻与所述新闻评论中的所述方面词集合， 筛选出含有方面词集合的新闻评论， 与不含方面词集 合的新闻评论； 提取所述新闻的中心句； 采用Bert模型提取所述不含方面词集合的新闻评论的句意和所述中心句的句意， 预设 相似度阈值， 比较所述不含方面词集合的新闻评论的句意和所述中心句的句意的相似度， 将达到所述相似度阈值的所述 不含方面词集 合的新闻评论进行召回； 将所述含有方面词集合的新闻评论， 与达到所述相似度阈值的所述不含方面词集合的 新闻评论进行 结合， 获得 所述有效评论 集合； 所述情感分析模型包括： 词嵌入层、 一维卷积层、 方面词卷积层和分类 器； Bert模型采用Transformer的Encoder模块， 多层堆积将文本提取成包含语义的高维特 征向量， 在高维特 征向量之间做相似度的计算； 所述Bert模型对文本生成对应的高维特 征向量的方式为： 将所述中心句和所述不含方面词集合的新闻评论按词语为单位， 用训练好的嵌入矩阵 映射成高维向量， 将两个taken序列拼接起来， 两个序列之间用分割token作为分开两个句 子的标识并在序列开头拼接相 似度token， 再将各个位置的词嵌入向量与对应的位置嵌入 向量进行相加作为输入进入Tran sformer Encoder模块， 在所述Transformer  Encoder模 块 中进行self ‑attention计算各个token的加权和， 再进入全 连接层以及残差结构， 经过若干 所述Transformer  Encoder模块最后 得到的相似度token就能衡量中心句与目标评论的语 义相似度； 将所述有效评论 集合输入至所述情感分析模型中， 获取情感倾向结果包括： 将所述有 效评论集合及对应的所述方面词集合输入至所述词嵌入层， 对所述有 效评论 集合及所述方面词集合进行词嵌入转换， 获取所述有效评论集合的特征矩阵及方面词向 量； 所述特征矩阵进入所述一维卷积层， 进行反复叠加卷积、 池化操作， 获取高阶局部特征 矩阵； 所述高阶局部特征矩阵进入所述方面词卷积层， 由方面词向量生成对应卷积核对所述 高阶局部特 征进行卷积处理， 获取特征值拼接成的高阶特 征向量； 所述高阶特征向量进入所述分类器， 进行低维映射并压缩， 在通过激活函数， 得到最终 方面词对应的情感倾向概 率输出。 2.根据权利要求1所述的基于新闻评论的过滤以及情感分析方法， 其特征在于， 提取新 闻与所述新闻评论中的所述方面词集合包括： 使用jieba分词中的搜索引擎模式， 对所述新 闻与所述 新闻评论进行分词， 获取文本最小单位的所述方面词集 合。 3.根据权利要求2所述的基于新闻评论的过滤以及情感分析方法， 其特征在于， 提取所权　利　要　求　书 1/2 页 2 CN 115062229 B 2述新闻的中心句包括： 获取所述新闻中所述方面词的词频 ‑逆文件频率； 将所述新闻中每个句子 中的每个方面词的词频 ‑逆文件频率相加除以方面词数得到该 句子的词频 ‑逆文件频率， 将词频 ‑逆文件频率 最大的句子作为所述 新闻的所述中心句。 4.根据权利要求3所述的基于新闻评论的过滤以及情感分析方法， 其特征在于， 获取所 述新闻中所述方面词的词频 ‑逆文件频率包括： 计算所述方面词在当前新闻以及全部新闻 中的概率， 获取词频； 计算新闻集合总数与 所述方面词在除当前新闻外的其它新闻中是否出现的数量之比， 获取逆文件频率； 基于所述词频与所述逆文件频率组合成所述词频 ‑逆文件频率。 5.根据权利要求1所述的基于新闻评论的过滤以及情感分析方法， 其特征在于， 所述分 类器包括： 全连接层、 dropout层和激活函数。权　利　要　求　书 2/2 页 3 CN 115062229 B 3