基于word2vec汽车产品领域的情感词典构建方法

摘要

本发明公开了一种基于word2vec的汽车产品领域的情感词典构建方法，包括：利用python定向爬虫技术扒取汽车垂直类网站用户评论数据，解析得到以网站—车型—口碑为主体的结构化数据并存储到postgresql数据库中；对数据库中口碑数据进行数据清洗，包括数据缺失值的处理、噪声数据的清洗、简繁转换等；选取部分文本进行情感标注作为训练集，其中1为正向，0为负向；利用word2vec进行模型训练，将大批量文本数据导入训练模型进行相似度计算；基于现有情感词典对初始情感词典进行进一步扩充；输出文本得到情感词典，并最终进行人工反向情感词补充。本发明解决了基于人工和基于知识库的方法所构造的情感词典在处理汽车领域情感分析时分析不准确的问题。