← 返回列表

一种农业社会化服务质量用户评价数据分析方法

申请号: CN202311690636.9
申请人: 江西农业大学; 江西省科学院应用物理研究所
申请日期: 2023/12/11

摘要文本

本发明属于自然语言处理情感分析领域,具体涉及一种农业社会化服务质量用户评价数据分析方法,该方法将用户评价数据进行统一标签处理后,分为训练集和测试集;设置情感分析层‑强学习器,包括组件学习器集成的粗粒度情感分析层和多个基学习器集成细粒度情感分析层;训练获得组件学习器和基学习器的决策权重列表;测试集在粗粒度情感分析层处理后,分别传入对应正向、水平或负向学习器组合中,输出情感倾向预测,再与权重决策列表进行对比,判断在各个情感对象维度上用户对农业产品的服务质量评价特征。本发明通过集成学习将粗细粒度情感分析进行结合,从细粒度多个情感对象方面精准预测评价情感倾向,提高了情感分析的泛化能力。

专利详细信息

项目 内容
专利名称 一种农业社会化服务质量用户评价数据分析方法
专利类型 发明授权
申请号 CN202311690636.9
申请日 2023/12/11
公告号 CN117390141B
公开日 2024/3/8
IPC主分类号 G06F16/33
权利人 江西农业大学; 江西省科学院应用物理研究所
发明人 易文龙; 黄暄; 刘木华; 程香平; 殷华; 徐亦璐
地址 江西省南昌市昌北经济技术开发区志敏大道1101号; 江西省南昌市高新区昌东大道7777号

专利主权项内容

1.一种农业社会化服务质量用户评价数据分析方法,其特征在于,步骤如下:步骤一:通过爬虫技术爬取相关网站农业产品的用户评价数据;步骤二:对用户评价数据进行数据预处理操作;步骤三:对用户评价数据进行统一标签处理,得到处理好的用户评价数据集,并分为训练集和测试集;步骤四:设置情感分析层-强学习器,包括粗粒度情感分析层和细粒度情感分析层,粗粒度情感分析层设置多个不同的学习器组成的组件学习器集成,分为正面和负面两个情感倾向;细粒度情感分析层设置多个相同学习器组成的基学习器集成;所述组件学习器由双向编码表征模型和长短期记忆模型组成,所述细粒度情感分析层包括多个双向编码表征模型;所述基学习器由一对双向编码表征模型组成;步骤五:获取情感分析层中各学习器训练得到的F1值,进入决策权重层;在粗粒度情感分析层,各个训练完毕的组件学习器接收对应的袋外数据获取到F1值,生成对应各个组件学习器的决策权重列表;在细粒度情感分析层,基学习器针对每条用户评价数据中的各个属性进行情感分析,再接收袋外数据,分为正面数据和负面数据进行训练,获取到F1值,根据正面数据和负面数据的权重划分正向学习器、负向学习器和水平学习器,权重决策层建立基学习器的决策权重列表;步骤六:细粒度特征选择层接收测试集在粗粒度情感分析层判断为正向或负向的数据,分别传入水平学习器组合和对应正向或负向学习器组合中,输出对农业产品基于细粒度特征划分的各个属性对象的情感倾向预测,再通过对各个属性中的情感倾向预测值根据基学习器的权重决策列表进行对比,判断在各个情感对象维度上用户对农业产品的服务质量评价特征,输出服务质量评价结果。