(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 202210099074.X (22)申请日 2022.01.27 (71)申请人 启明信息技 术股份有限公司 地址 130117 吉林省长 春市长春净月高新 技术产业开发区百合 街1009号 (72)发明人 杜阿卫　刘珍茹　 (74)专利代理 机构 成都金英专利代理事务所 (普通合伙) 51218 专利代理师 詹权松 (51)Int.Cl. G06F 16/25(2019.01) G06F 16/33(2019.01) G06F 40/30(2020.01) G06N 3/08(2006.01) (54)发明名称 一种汽车舆情 情感分析方法 (57)摘要 本发明公开了一种汽 车舆情情感分析方法， 包括以下步骤： S1： 采集并整理指定汽车品牌的 基础数据； S2： 对采集得到的基础数据进行处理， 清除其中的垃圾信息， 得到最终有用数据； S3： 对 有用数据进行剖析分类， 根据判断规则标注正中 负向语料； S4： 生成语料库； S5： 进行环境搭建与 参数配置， 进行数据处理和句向量转换； S6： 搭建 神经网络和预处理模型； S7： 进行模型训练和优 化， 得出最优模型； S8： 通过最优模型对文 章进行 情感分析， 若是负向情感， 则判断出负向预警程 度。 本发明可 以筛选掉海量的无效信息， 采用私 有化定制模 型， 可以更精准的查找到汽车领域的 关键信息 。 权利要求书2页 说明书7页 附图1页 CN 114547167 A 2022.05.27 CN 114547167 A 1.一种汽车舆情 情感分析 方法， 其特 征在于， 具体包括以下步骤： S1： 采集并整理指定汽车品牌的基础数据； S2： 对采集得到的基础数据进行处 理， 清除其中的垃圾信息， 得到最终有用数据； S3： 对有用数据进行剖析分类， 根据判断规则标注正中负向语料； S4： 生成语料库； S5： 进行环境搭建与参数配置， 进行 数据处理和句向量 转换； S6： 搭建神经网络和预处 理模型； S7： 进行模型训练和优化， 得 出最优模型； S8： 通过最优 模型对文章进行情感分析， 若是负向情感， 则判断出负向预警程度。 2.如权利要求1所述的一种汽车舆情情 感分析方法， 其特征在于， 所述S1具体包括以下 子步骤： S11： 通过多渠道进行基础数据采集， 所述多渠道包括： 新闻文章、 论坛贴吧及网络视 频； S12： 对S11中采集的基础数据进行ETL程序清洗转换， 将清洗转换之后的数据存储在多 维分析数据库中； S13： 根据汽车性质制作汽车等级信 息表， 根据汽车特征信 息和汽车企业信息制作汽车 特征记录表和汽车企业登记 表。 3.如权利要求1所述的一种汽车舆情情 感分析方法， 其特征在于， 所述S2具体包括以下 子步骤： S21： 网络渠道清洗： 判断网络渠道是否与汽车等级信息表想对应， 若是， 则保留， 若否， 则对其进行 垃圾信息清除； S22： 数据标题清洗： 根据数据标题与汽车等级信息表、 汽车特征记录表和汽车企业登 记表的相关度进行 垃圾信息清除； S23： 进行文章查漏： 对文章内容进行查找， 判断文章内容与汽车等级信息表的相关度， 设置相关度阈值， 若大于该阈值， 则保留文章内容， 若否， 则对其进行 垃圾信息清除。 4.如权利要求1所述的一种汽车舆情情 感分析方法， 其特征在于， 所述S3 中根据判断规 则标注正中负向语料具体包括： 文章类型判断规则、 论坛类型判断规则及音视频类型判断 规则。 5.如权利要求1所述的一种汽车舆情情 感分析方法， 其特征在于， 所述S4中语料库为结 构性数据存储系统， 其包括： 文章ID、 内容、 地址、 正负向类别， 同时可关联得到获取时间、 发 布时间、 媒体渠道及文章热度。 6.如权利要求1所述的一种汽车舆情情 感分析方法， 其特征在于， 所述S5具体包括以下 子步骤： S51： 配置通用参数的路径； S52： 读取 数据， 对数据进行 预处理， 去掉标点与停用词； S53： 用bert做句向量 转换， 将每条 数据向量压缩成一维； S54： 句向量压缩好后， 将数据进行按比例分组， 分成： 训练数据、 测试 数据及预测数据。 7.如权利要求1所述的一种汽车舆情情 感分析方法， 其特征在于， 所述S6 中搭建神经网 络为Bilstm网络， 其具体包括以下子步骤：权　利　要　求　书 1/2 页 2 CN 114547167 A 2S61： 利用tensorfl ow搭建神经网络基础架构； S62： 采用Adam进行优化 算法的设计； S63： 利用sparse_categorical_cros sentropy进行损失函数设计； S64： 构建评价指标， 选用综合 准确率和召回率的F1 ‑score作为评价标准。 8.如权利要求1所述的一种汽车舆情情 感分析方法， 其特征在于， 所述S6 中搭建预处理 模型包括以下子步骤： S65： 进行超参数设置， 将学习率和batc h‑size加载到配置文件中； S66： 将搭建好的神经网络加载进预处 理模型中， 配置初始化权 重。 9.如权利要求1所述的一种汽车舆情情 感分析方法， 其特征在于， 所述S7中模型训练 的 训练环境 为gpu。 10.如权利要求1所述的一种汽车舆情情感分析方法， 其特征在于， 所述S7中对模型进 行数据质量、 数量、 模型框架及算法上的优化。权　利　要　求　书 2/2 页 3 CN 114547167 A 3