(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 202210420879.X (22)申请日 2022.04.21 (71)申请人 北京航空航天大 学 地址 100191 北京市海淀区学院路37号 (72)发明人 刘继红　王瑞文　 (74)专利代理 机构 北京慧泉知识产权代理有限 公司 11232 专利代理师 王顺荣　唐爱华 (51)Int.Cl. G06F 16/35(2019.01) G06F 40/242(2020.01) G06F 40/30(2020.01) G06Q 30/02(2012.01) (54)发明名称 一种基于细粒度情感分析的非完备用户需 求挖掘方法 (57)摘要 本发明提出一种基于细粒度情感分析的非 完备用户需求挖掘方法， 针对需求管理过程中非 完备用户需求挖掘问题， 基于标签 建模与基于方 面的情感分析技术， 以在线评论作为数据来源， 通过标签标注实现用户完备化， 使用基于方面的 情感分析技术实现用户需求的精确识别。 步骤如 下： 步骤一： 基于bert模型的用户标签标注； 步骤 二： 产品特征抽取与属性级情感分析； 步骤三： 非 完备用户需求挖掘。 本发明通过用户生成文本分 析来使用户完备化， 并挖掘用户的需求， 可以很 大程度上降低需求分析的成本， 并进一步提升制 造企业获取产品研发和迭代需求的效率与质量。 权利要求书3页 说明书6页 附图2页 CN 114741513 A 2022.07.12 CN 114741513 A 1.一种基于细粒度情感分析的非完备用户需求挖掘方法， 其特 征在于， 步骤如下： 步骤一： 基于ber t模型的用户标签标注； 步骤二： 产品特 征抽取与属性级情感分析； 步骤三： 非完备用户需求挖掘。 2.根据权利要求1所述的一种基于细粒度情感分析的非完备用户需求挖掘方法， 其特 征在于： 在步骤一中， 具体为： 基于bert模型的用户标注过程分为bert模型的预训练与bert模型微调； 在线评论为互 联网上的短文本， 存在各种口头表达和单词拼写错误； 采用了结合统计特征和深层语义的 标签标注方法； 统计特 征使用TF ‑IDF算法来进行抽取， 公式如下 所示： TF‑IDF＝TF×IDF TF为特征词的词频， IDF为特征词的逆文本频率指数； 获取统计特征后， 对bert模型提 取的语义特征与统计特征进行特征融合； 两个特征 的维度不一样， 对两个特征向量进行拼 接操作； 最后， 将融合后的特 征向量输入到分类 器中， 进行分类操作来实现标签标注。 3.根据权利要求2所述的一种基于细粒度情感分析的非完备用户需求挖掘方法， 其特 征在于： 在步骤一中， 在线评论中包 含以下类型的信息， 根据这些信息推断用户的属性； (1)人口属性； 用户的固有属性， 包括 性别、 年龄； (2)位置信息； 与用户位置相关的各种属性， 包括用户的居住城市； (3)兴趣偏好； 用户的个人偏好， 包括对不同品牌和不同食物的偏好。 4.根据权利要求2或3所述的一种基于细粒度情 感分析的非完备用户需求挖掘方法， 其 特征在于： 预训练过程中使用两种 方法， 一种是遮蔽词语言模型MLM， 一种是预测下一个句 子NSP； 在b ert模型预训练完成之后， 通过结合统计特征和深层语义， 将句子变成适合与标 签标注的向量。 5.根据权利要求1所述的一种基于细粒度情感分析的非完备用户需求挖掘方法， 其特 征在于： 在步骤二中， 具体为： 标注数据难以获取且跨领域需要重新标注数据， 使用无监督 的产品特 征抽取与属性级情感分析 方法； 包括： 产品特征抽取 采基于句法关系的产品特征提取方法来进行产品特征的抽取； 基于句法关系的产品特 征提取方法首先需要通过句法分析分析产品特征词 与其他词之 间的依存， 然后总结提取规 则， 最后根据提取规则提取产品特征词； 基于bootstrap策略， 只需输入少量种子情感词， 不 需要输入任何产品特征词； 根据情感词与产品特征词之间的依赖关系， 从已知的产品特征 词中提取更多的情感词， 或者从已知的情感词中提取更多的产品特征词； 这样， 每次迭代， 提取的情感词和产品特征词都用来提取新的产品特征词和情感词； 当没有新的情感词或产 品特征词时， 迭代结束； 整个提取过程在情感词和产品特征词之间进 行迭代， 每次提取都基 于词之间的特定依存关系；权　利　要　求　书 1/3 页 2 CN 114741513 A 2基于情感词典的属性级情感分析 基于情感词典的属性级情感分析包括两部分： 一是情感词典的构建； 二是基于情感词 汇的情感分析； 情感词典的构建有三种方法： 手工方法、 基于词典的方法和基于语料库的方 法； 已为各种语言构建了大量的情感词典， 并且大多 数构建的情感词典都能公开获取； 以现 成的情感词汇为基础， 添加特定领域的情感词汇作为补充。 6.根据权利要求5所述的一种基于细粒度情感分析的非完备用户需求挖掘方法， 其特 征在于： 在步骤二中， 设情感词是形容词， 产品特征词是名词； OA ‑rel是情感词和产品特征 词之间的关系， OO ‑rel是情感词之间的关系， AA ‑rel是产品特征词之间的关系； OA ‑rel、 OO‑ rel和AA‑rel中的任何关系都表示为三元组(POS(wi),R,POS(wj))， 其中POS(wi)是单词wi的 词性标签， R是依存关系之一。 7.根据权利要求5或6所述的一种基于细粒度情 感分析的非完备用户需求挖掘方法， 其 特征在于： 在步骤二中， 基于情感词典的属性级情感分析包括以下三个步骤： (1)标记情感表达； 目标是找出句子中的每个情感表达， 并判断其情感倾向； 每个情感 表达可能包 含一个或多个产品特 征； 每个积极情绪表达得分为+1， 消极情绪表达得分为 ‑1； (2)处理情感转换词； 情感转换词是指改变情感倾向的词或短语； 包括否定词 “没有”， “不”，“不是”； (3)情感分析； 是使用情 感聚合函数获得情 感得分， 从而确定句子 中每个产品特征的观 点情感倾向； 设句子s包含产品特征集{a1,a2,…,am}， 情感表达词集{se1,se2,…,sen}和情 感表达词得分； 句子s每 个产品特 征ai的情感得分通过情感聚合 函数得到： score(sej,s)句子s中情感表达sej的情感得分， dist(sej,ai)为sej与ai在句子s中的词 语距离； 通过基于情感词典的方法， 结合提取出来的产品特征情感词对， 得到用户对产品的 情感得分。 8.根据权利要求1所述的一种基于细粒度情感分析的非完备用户需求挖掘方法， 其特 征在于： 在步骤三中， 具体为： 给定产品特征集A， 种子集S， must ‑link集ML， cannot ‑link集CL； 种子集中的种子产品 特征所代表的需求已知； must ‑link集ML， cannot ‑link集CL分别为表示同一需求的产品特 征对集合和不表示同一需求的产品特征对集合； 第一步为初始化聚类中心， 为需求类别 yi的中心点； 为已知需求类别的产品特 征集； 初始化 为： 由于k‑mean算法对初始中心点非常敏感， 使用种子集初始化聚类 中心有效地提高算法 的精度和收敛速度； 为了将成对约束应用于k ‑mean算法， 在目标函数中加入约束违反惩罚； 给定must ‑link集ML和can not‑link集CL的惩罚权 重集合{wij}和 目标函数表示 为：权　利　要　求　书 2/3 页 3 CN 114741513 A 3