专利交易市场

本发明涉及一种属性词提取方法，本案的属性词提取方法通过对狄利克雷树、“文档‑领域‑属性‑词”四层生成式结构及先验知识库结合泛化波利亚模型的运用，一方面以狄利克雷树先验知识的运用，充分考虑词语之间的语义关系，解决了多词一义的问题；另一方面以闭环迭代更新的先验知识库不断改进采样过程，能够实现对语料库中不同领域和属性下词义关系的充分利用，减少对语料库数据量的要求；同时具备了跨领域提取更准确属性词的能力，能应用于更细粒度的属性；在训练过程中高效、准确地将语料库里高相似度的属性词进行汇总生成属性词库，从而精准地、提取跨领域文本中的所有属性词，可在细粒度情感分析任务中提升情感分析的准确率。

本发明涉及一种词向量获取方法、装置及存储介质，根据所述词语的情感分布信息计算词语为设定情感标签的概率，基于Glove模型，以所述词语为设定情感标签的概率作为模型参数，构建情感词嵌入模型；根据收集到的用户语料，调用所述情感词嵌入模型将用户语料中的词语映射到向量空间，获取词向量。相对于现有技术，本发明避免了由于词语存在相似的上下文而将情感极性不同的词语映射为向量空间中的相近向量，导致后续情感分析时出现误判，影响情感分析的准确性。