基于word2vec算法的新评论对象识别方法及系统

摘要

本发明提供了一种基于word2vec算法的新评论对象识别方法及系统，该新评论对象识别方法包括数据获取步骤、评论数据处理步骤、计算词向量步骤、观点提取步骤、新评论对象获取步骤、过滤步骤、更新步骤，重复依次执行观点提取步骤、新评论对象获取步骤、过滤步骤、和更新步骤，直到不出现新评论对象或达到迭代次数后，执行观点提取步骤，从而得到最新的观点提取结果。本发明的有益效果是：本发明通过word2vec计算词向量来自动过滤新评论对象识别结果，相对于传统的CRF模型而言，提升了新评论对象发现的准确性，相比于人工维护词典的方法，本发明实施相对简单，具有更高的效率。

主权项

一种基于word2vec算法的新评论对象识别方法，其特征在于，包括如下步骤：数据获取步骤，获取网页上的评论数据；评论数据处理步骤，对评论数据进行分词、词性标注、及去停用词处理从而得到分词结果；计算词向量步骤，使用word2vec算法，输入分词结果，计算评论数据中每个词的词向量；观点提取步骤，使用种子词典结合观点提取规则处理评论数据，获得观点提取结果，观点提取结果包括评论对象和评论观点信息；新评论对象获取步骤，结合评论数据和观点提取结果，使用CRF模型发现新评论对象，并将新评论对象添加到新词候选集中，所述CRF模型是条件随机场模型；过滤步骤，使用词向量和过滤规则对新词候选集中的评论对象进行过滤，形成新词词集；更新步骤，将新词词集中的评论对象添加到种子词典中，从而更新种子词典；重复依次执行观点提取步骤、新评论对象获取步骤、过滤步骤、和更新步骤，直到不出现新评论对象或达到迭代次数后，执行观点提取步骤，从而得到最新的观点提取结果。