CN110728131A - 一种分析文本属性的方法和装置 - Google Patents

Images

Abstract

本发明公开了一种分析文本属性的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取样本集；其中，样本集包括评价文本以及属性类别；分析评价文本中词语的词性，统计相同词性对应的词语在所述评价文本中的出现次数，根据评价文本的词频向量以及属性类别，训练神经网络；分析待测评价文本中词语的词性，统计相同词性对应的词语在待测评价文本中的出现次数，得到待测文本的词频向量，导入训练后的神经网络中，以确定待测评价文本的属性类别。该实施方式可以基于词性、词频以及属性类别之间的对应关系，快速获取可适用于全类型的模型，且操作简单、成本低、具有更高的抽象性。

Description

一种分析文本属性的方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种分析文本属性的方法和装置。

背景技术

目前在电商网络购物平台，用户在购物完成后可以对所购买的商品发表评价，以表达商品使用心得以及商品优缺点等。用户的全面客观多角度的评价，会对浏览该商品评价的用户下单率产生不同的影响，例如，和没有优质评价的商品相比，有很多优质评价的商品下单率会更高。

因此在实际业务中，需要针对用户发表的商品评价进行一个分类识别，确定每一条评价是属于优质评价还是劣质评价。商家可以根据这些评价质量的优劣程度，给予不同的奖励，以此来奖励用户发表优质评价。

现有关于评价的优劣划分主要是有以下几种方法：

1)对所有评论进行分词处理，并去除停用词和连词，以统计出一个词库。对词库中每个词使用one-hot-Representation方法表示，并将一条评论中的词的one-hot-Representation进行叠加，得到一个向量。向量的每一唯作为机器学习模型的一个输入特征，进行训练。

2)使用心理语言学识别LIWC(Linguistic Inquiry and Word Count)，LSTM(LongShort-Term Memory)长短时记忆网络，或CNN(Convolutional Neural Networks)卷积神经网络等方式的组合使用。

在实现本发明的过程中，发明人发现现有技术至少存在如下问题：

1)现有方式一，不同品类所对应的词库会有所区别，因此需要针对每个品类进行单独训练，例如，服饰品类的模型不适用于数码品类，导致所需的打标样本数量较大、训练成本高；另外，该方式依赖于品类以及词库，当词库信息不全面时，存在测试不准确的情况；

2)现有方式二，开发成本高，需要具有非常专业的自然语言处理经验，某些情况下还需按品类进行区分。

发明内容

有鉴于此，本发明实施例提供一种分析文本属性的方法和装置，至少能够解决现有技术没有针对全品类的评价文本质量分析方法。

为实现上述目的，根据本发明实施例的一个方面，提供了一种分析文本属性的方法，包括：获取样本集；其中，样本集包括评价文本以及属性类别；分析评价文本中词语的词性，统计相同词性对应的词语在所述评价文本中的出现次数，根据评价文本的词频向量以及属性类别，训练神经网络；分析待测评价文本中词语的词性，统计相同词性对应的词语在待测评价文本中的出现次数，得到待测文本的词频向量，导入训练后的神经网络中，以确定待测评价文本的属性类别。

可选的，分析评价文本中词语的词性，统计相同词性对应的词语在所述评价文本中的出现次数，根据评价文本的词频向量以及属性类别，训练神经网络，包括：

将样本集分为训练集和测试集；基于训练集中评论文本的词频向量以及属性类别，训练神经网络，得到待测网络模型；输入测试集中评论文本的词频向量至所述待测网络模型中，确定测试所得属性类别、与测试集中评论文本属性类别的错误率；当错误率小于或等于预定错误率阈值时，确定待测网络模型为样本集的网络模型。

可选的，在获取样本集之前，还包括：统计预定分词库中词语的词性，组合生成词性集合；

分析评价文本中词语的词性，统计相同词性对应的词语在评价文本中的出现次数，包括：分析评价文本中词语的词性，基于在词性集合中查询存在的词性，统计对应的词语在评价文本中的出现次数；

分析待测评价文本中词语的词性，统计相同词性对应的词语在待测评价文本中的出现次数，包括：分析待测评价文本中词语的词性，基于在词性集合中查询存在的词性，统计对应的词语在待测评价文本中的出现次数。

可选的，当待测评价文本的总字数低于预定字数阈值时，确定待测评价文本为劣质评价；和/或

当待测评价文本中形容词的数量高于预定词性数量阈值时，确定待测评价文本为劣质评价。

为实现上述目的，根据本发明实施例的另一方面，提供了一种分析文本属性的装置，包括：

样本获取模块，用于获取样本集；其中，样本集包括评价文本以及属性类别；

网络训练模块，用于分析评价文本中词语的词性，统计相同词性对应的词语在评价文本中的出现次数，根据评价文本的词频向量以及属性类别，训练神经网络；

属性测试模块，用于分析待测评价文本中词语的词性，统计相同词性对应的词语在待测评价文本中的出现次数，得到待测文本的词频向量，导入训练后的神经网络中，以确定待测评价文本的属性类别。

可选的，网络训练模块，用于：将样本集分为训练集和测试集；基于训练集中评论文本的词频向量以及属性类别，训练神经网络，得到待测网络模型；输入测试集中评论文本的词频向量至所述待测网络模型中，确定测试所得属性类别、与测试集中评论文本属性类别的错误率；当错误率小于或等于预定错误率阈值时，确定待测网络模型为样本集的网络模型。

可选的，还包括词性集合模块，用于：统计预定分词库中词语的词性，组合生成词性集合；

网络训练模块，用于：分析评价文本中词语的词性，基于在词性集合中查询存在的词性，统计对应的词语在评价文本中的出现次数；

属性测试模块，用于：分析待测评价文本中词语的词性，基于在词性集合中查询存在的词性，统计对应的词语在待测评价文本中的出现次数。

可选的，属性测试模块，还用于：当待测评价文本的总字数低于预定字数阈值时，确定待测评价文本为劣质评价；和/或

当待测评价文本中形容词的数量高于预定词性数量阈值时，确定待测评价文本为劣质评价。

为实现上述目的，根据本发明实施例的再一方面，提供了一种分析文本属性的电子设备。

本发明实施例的电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述任一所述的分析文本属性的方法。

为实现上述目的，根据本发明实施例的再一方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一所述的分析文本属性的方法。

根据本发明所述提供的方案，上述发明中的一个实施例具有如下优点或有益效果：可以基于词性、词频以及属性类别之间的对应关系，快速获取可适用于全类型的模型；且不强依赖于打标样本、整体操作过程简单、成本低，应用前景较好。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的一种分析文本属性的方法的主要流程示意图；

图2是根据本发明实施例的一种可选的分析文本属性的方法的流程示意图；

图3是根据本发明实施例的另一种可选的分析文本属性的方法的流程示意图；

图4是根据本发明实施例的一种分析文本属性的装置的主要模块示意图；

图5是本发明实施例可以应用于其中的示例性系统架构图；

图6是适于用来实现本发明实施例的移动设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

需要说明的是，本发明除适用于电商平台的商品评价之外，还可以适用于网页文档、新闻类的评价分类，本发明以电商平台的商品评论为例进行说明。优质评价可以便于用户了解商品更多使用信息，提高订单成交率、降低退货率；对于劣质评价的识别，也便于商家管理以及及时清理，降低用户浏览商品评价时的不良使用体验。

另外，本发明所讲述的优质和劣质，是指用户评价内容质量的好坏，而与用户评价本身情感的正负无关。即使用户发表的是一个差评，但客观全面的指出了商品/新闻描述等所存在的不足，也应该算是优质评价。

对于本发明所涉及的词语，做解释如下：

词向量：把每个词表示为一个很长的向量，也就是把每个词表示成一个唯一的向量。词向量有两种表示方法：one-hot-Representation和Distributed representation。

one-hot-Representation：这个向量的维度是词表大小，其中绝大多数元素为0，只有一个维度的值为1，这个维度就代表了当前的词。

Distributed representation：一种低维实数向量。这种向量一般长成这个样子：[0.792,-0.177,-0.107,0.109,-0.542,…]。维度以50维和100维比较常见。这种向量比one-hot-Representation更先进。

tensorflow：google开源的神经网络框架。

停用词(Stop Words)：词典译为“电脑检索中的虚字、非检索用字”。在SEO中，为节省存储空间和提高搜索效率，搜索引擎在索引页面或处理搜索请求时会自动忽略某些字或词，这些字或词即被称为Stop Words(停用词)。

参见图1，示出的是本发明实施例提供的一种分析文本属性的方法的主要流程图，包括如下步骤：

S101：获取样本集；其中，样本集包括评价文本以及属性类别；

S102：分析评价文本中词语的词性，统计相同词性对应的词语在所述评价文本中的出现次数，根据评价文本的词频向量以及属性类别，训练神经网络；

S103：分析待测评价文本中词语的词性，统计相同词性对应的词语在待测评价文本中的出现次数，得到待测文本的词频向量，导入训练后的神经网络中，以确定待测评价文本的属性类别。

词性不是具体的词，仅是词语的一个重要特征，也是将词语和语句连接的重要纽带。词性特征可以反映一个词语所属词类或是类别，使用词性集合不强依赖于产品的打标样本，具有更高的抽象性，并可以由一个类型泛化到所有类型中，因此，本发明基于评价文本的词性进行训练、以及属性识别。

上述实施方式中，对于步骤S101，评价文本的属性类别，或为优质、或为劣质，不会出现可以为优质也可以为劣质的临界情况。

对于网络模型的训练，仍是依据打标样本进行的，即已经分类并标注优质评价或劣质评价的样本。

本发明对于样本所属类型的覆盖率要求不高。以商品品类为例，可以是所有商品品类的评论文本，可以仅提取部分品类下的评论文本即可，例如，不考虑冷门品类，仅提取热门品类，即销量较高、评价数量较多的商品品类。

对于打标样本中的优质评价以及劣质评价：

1)优质评价：在用户所发表的评论中，好评一般是字数较多、内容翔实(即详细而确实)，通常都是从各个角度描述商品的优缺点以及使用心得感受的。内容丰富、字数多是优质评价的一个必要条件，但字数多的不一定就是优质评价。

例如，

表1优质评价文本

2)劣质评价：绝大多数字数较少，随便评价几句，多为敷衍性语句。或是一些无关评论，例如，从其他地方复制黏贴的与实际完全无关的大段文字，这样的评论是无法给浏览的用户提供有效信息的。

例如，

表2劣质评价文本

对于步骤S102，对样本集中的评论文本做分词处理并计算词性，例如，快递-名词，玩-动词。

对于步骤S101评价文本举例，所得词性分布统计结果如下：

表中每个数据代表有不同的词性，例如，a代表形容词、n代表名词、x代表非语素字、y代表语气词、z代表状态词，具体详见词性对照表，例如，“北大标准/中科院标准”词性对照表。且不同分词器、词性分析器所得结果可能有所不同，本发明在此不再赘述。

由图可知，前三行都是优质评价，其词性分布具有相似性，具有一定的可拟合特征。而后三条数据，其词性分布和前三条有一定的区别。对于字数少的劣质评价，由于文本长度不同，且多为单一的形容词，词性的分布肯定不一；或和评论无关的文本，例如，大段复制黏贴的文本，由于描述方式不一样，词性分布也不一样。

神经网络可以理论上拟合任何函数，使用神经网络对样本集进行训练，可以取得很好的效果。对于神经网络的训练，主要基于评价文本的词频向量以及相应的属性类别进行：

1)词频向量获取：统计评价文本中每个词性的词频a_i，组合得到词频向量，例如A₁＝[a₁,a₂,...,a_i,...,a_m]，其中，1≤i≤m，m为词性个数。

这里的词频，表示的相同词性对应的词语在评价文本中的出现次数。且向量中的词性需具有一定的排序顺序，例如，a,n,v,x,y,z……，便于后续管理。

2)词频向量与属性类别对应关系确定，例如：

A₁＝[a₁₁,a₁₂,...,a_1i,...,a_1m]＝1，优质评价

A₂＝[a₂₁,a₂₂,...,a_2i,...,a_2m]＝0，劣质评价

另外，可以使用tensorflow库训练神经网络，也可以使用其他神经网络库，本发明在此不做限制。

对于步骤S103，对于待测评价文本的属性类别判断，同样需要先对该文本进行分词处理、词频向量获取等步骤，结合训练后的神经网络得到。

上述实施例所提供的方法，基于词性、词频与属性类别之间的对应关系，以此实现评价文本的优劣分类；另外，该方案可以泛化到全品类中，且研究成本低、应用效果较为理想。

参见图2，示出了根据本发明实施例的一种可选的分析文本属性的方法流程示意图，包括如下步骤，

S201：获取样本集；其中，样本集包括评价文本以及属性类别；

S202：分析评价文本中词语的词性，统计相同词性对应的词语在所述评价文本中的出现次数，得到评价文本的词频向量；

S203：将样本集分为训练集和测试集；

S204：基于训练集中评论文本的词频向量以及属性类别，训练神经网络，得到待测网络模型；

S205：输入测试集中评论文本的词频向量至所述待测网络模型中，确定测试所得属性类别、与测试集中评论文本属性类别的错误率；

S206：当错误率小于或等于预定错误率阈值时，确定待测网络模型为样本集的网络模型；

S207：分析待测评价文本中词语的词性，统计相同词性对应的词语在待测评价文本中的出现次数，得到待测文本的词频向量，导入训练后的神经网络中，以确定待测评价文本的属性类别。

上述实施方式中，对于步骤S201、S202、S207可参见图1所示步骤S101、S102、S103的描述，在此不再赘述。

上述实施方式中，对于步骤S203，对于网络模型同样包括训练以及测试过程。将样本集分为训练集和测试集，例如，随机挑选80％的样本作为训练集，剩余20％作为测试集，且该比例可以根据工作人员测试经验进行调整。

另外，对于训练集和样本集中评价文本的词频向量获取，可以是在样本集分类之前生成，也可以是先将样本集分为训练集和测试集后再分别生成，其具体实施方式，本发明不做限制。

对于步骤S204，基于训练集对神经网络的训练，需要所包含评论文本的词频向量以及属性类别进行，以分析词性、词频与属性类别之间的对应关系。

对于神经网络的训练，可以基于训练集中评价文本的词频向量进行，也可以基于整个训练集的词性向量进行。对于词频向量的获取，可参见图1所示步骤S102描述，在此不再赘述；对于词性向量，即将训练集中n条评论的词频向量组合在一起，形成一个(n*m)的词性向量，表述为：

这里的n，可以为训练集中所有评价文本的数量，也可以仅是部分，例如，其中90％训练样本。

基于词性向量的训练，此时输入至神经网络的数据为：

其中，1/0分别代表优质评价以及劣质评价，x为第j个评价文本的属性类别，或为1或为0。

对于步骤S205以及S206，测试训练后的神经网络，将测试集中评论文本的词频向量或者整个测试集的词性向量，输入至该神经网络中，以分析该神经网络判别准确率是否符合要求。

所训练的神经网络是否符合要求，可以判断测试所得结果是否与原属性类别相同，并分析测试正确率，若低于预定阈值，则表示需要调整该神经网络的参数，重新进行训练。

对于重新训练的次数，可以是测试正确率达到预定阈值时停止，也可以是迭代次数达到一定限制时停止，具体依据工作人员设定，本发明在此不做限制。

需要说明的是，通常情况下，优质评价与劣质评价的字数相差很多，但也存在相差不多的情况，这就导致所测得的结果准确率(例如，92％)达不到100％的理想情况：

1)因为优质评价和劣质评价的评价标准无法做到量化，在对样本进行标注时，也会带有工作人员一定的主观不准确因素，导致中间临界点中会有一些可分为优质也可分为劣质的评论；

2)一套标准、一个算法模型，是无法完全准确的把不同质量的评论完全划分开来，任何一种机器学习模型以及神经网络的模型，对于未知数据都无法达到100％的准确性。

上述实施例所提供的方法，针对用户的商品评论文本进行词性向量提取，使用词性向量作为训练特征，输入到神经网络进行训练，所得网络模型，可以有效分析词性、词频以及属性类别之间的对应关系。

参见图3，示出了根据本发明实施例的另一种可选的分析文本属性的方法流程示意图，包括如下步骤，

S301：统计预定分词库中词语的词性，组合生成词性集合；

S302：获取样本集；其中，样本集包括评价文本以及属性类别；

S303：分析评价文本中词语的词性，基于在词性集合中查询存在的词性，统计对应的词语在评价文本中的出现次数，根据评价文本的词频向量以及属性类别，训练神经网络；

S304：分析待测评价文本中词语的词性，基于在词性集合中查询存在的词性，统计对应的词语在待测评价文本中的出现次数，得到待测文本的词频向量，导入训练后的神经网络中，以确定待测评价文本的属性类别。

上述实施方式中，步骤S302可参见图1所示步骤S101的描述，在此不再赘述。

上述实施方式中，对于步骤S301，文本中的部分词性，对于属性类别分析意义不大，例如，标点符号、数词，因此，需要设定对神经网络训练可以考虑的词性集合。

预先建立分词库，统计分词库中分词所对应的所有种类的词性。由于词性统计具有不同的标准以及不同的粗细程度，不同的分词库所用到的词性集合都有细微的区别，所以确定词性集合标准也较为重要。

对所统计到的词性，可以按需组合成词性集合，且可以保存为数组形式，词性集合的大小为k，即包含k个词性，且k≤m。

这里的按需，即表示可以根据自己的需求，选取不同的词性标准和不同的粗细程度。例如，名词还可以往下细分26个种类，动词还可以往下细分成副动词、名动词等。

对于步骤S303以及S304，其模型训练过程以及测试过程，具体参见图1～图2所示描述，在此不再赘述。

对于样本集中评价文本、或是待测评价文本中词频集合，可以仅分析在该词性集合中所能查询存在的词性即可。

上述实施例所提供的方法，提供了一种筛选词性的思路，仅考虑词性集合中的词性即可，减少了后续统计训练工作量，提高了整体工作效率。

本发明实施例中，通过词性频率统计来区分出高质量与低质量评价，还是主要基于两点：

1)评论的长度：长的不一定是优质的，但短的肯定不是优质的；由此，也可以基于字数统计方式判断，当评价文本的总字数低于一定阈值时(例如，低于100)，即证明该评价文本为劣质评价，例如，图1步骤S101中的劣质评价1；

另外，也可以基于文本词性总量进行判断，例如，文本中n-5个、a-10个，则该文本的词性总量为15个。字数较少的评价文本，其词性总量也相对较少。

2)用户所发表的比较敷衍的评论词，形容词居多；由此，也可以有形容词词量方式判断，先统计文本中形容词的数量，若通篇都是“好、很好”之类的，即证明该评价为劣质评价，例如，图1步骤S101中的劣质评价2。

需要说明的是，这两个方式“字数统计方式判断”以及“形容词词量方式判断”，在模型训练的过程中本身就会包含的。这两个方式，可以在网络模型判断待测文本之前进行，也可以在网络模型中基于这两点对文本进行质量判断。

本发明实施例，还包括对于评价文本的分词处理。大多类似于英文等字母型的语言，可以基于空格作为单词之间的分隔符，而中文中词与词之间没有明显的分隔。

古文中除了特有的名词、人名、地名之外，通常一个汉字就是一个词，但是现代汉语中，有很多双字词、甚至多字词，因此对文本的分词对于后续工作处理较为重要。

另外，文本分词后，还可以进行词性标注，便于后续词频统计，例如，使用分词器、字符串匹配等方式，基于统计方法等本领域技术人员所知的方式。

本发明实施例中，在对样本集中评价文本进行分词、词性分析之前，还可以对其进行预处理，例如，检查是否存在错别字、语句是否通顺等。

本发明实施例所提供的方法，可以在样本量较少的情况下，快速训练出可适用于全品类、全类型的模型，具有更高的抽象性；且开发成本较低、过程操作简单，依据词性、词频以及属性类别之间的对应关系，即可对评价文本进行属性类别分析。

参见图4，示出了本发明实施例提供的一种分析文本属性的装置400的主要模块示意图，包括：

样本获取模块401，用于获取样本集；其中，样本集包括评价文本以及属性类别；

网络训练模块402，用于分析评价文本中词语的词性，统计相同词性对应的词语在评价文本中的出现次数，根据评价文本的词频向量以及属性类别，训练神经网络；

属性测试模块403，用于分析待测评价文本中词语的词性，统计相同词性对应的词语在待测评价文本中的出现次数，得到待测文本的词频向量，导入训练后的神经网络中，以确定待测评价文本的属性类别。

本发明实施装置中，网络训练模块402，用于：

将样本集分为训练集和测试集；

基于训练集中评论文本的词频向量以及属性类别，训练神经网络，得到待测网络模型；

输入测试集中评论文本的词频向量至所述待测网络模型中，确定测试所得属性类别、与测试集中评论文本属性类别的错误率；

当错误率小于或等于预定错误率阈值时，确定待测网络模型为样本集的网络模型。

本发明实施装置中，还包括词性集合模块404(图中未标出)，用于：

统计预定分词库中词语的词性，组合生成词性集合；

网络训练模块402，用于：

分析评价文本中词语的词性，基于在词性集合中查询存在的词性，统计对应的词语在评价文本中的出现次数；

属性测试模块403，用于：

分析待测评价文本中词语的词性，基于在词性集合中查询存在的词性，统计对应的词语在待测评价文本中的出现次数。

本发明实施装置中，属性测试模块403，还用于：

当待测评价文本的总字数低于预定字数阈值时，确定待测评价文本为劣质评价；和/或

当待测评价文本中形容词的数量高于预定词性数量阈值时，确定待测评价文本为劣质评价。

另外，在本发明实施例中所述的分析文本属性装置的具体实施内容，在上面所述分析文本属性方法中已经详细说明了，故在此重复内容不再说明。

图5示出了可以应用本发明实施例的分析文本属性方法或分析文本属性装置的示例性系统架构500。

如图5所示，系统架构500可以包括终端设备501、502、503，网络504和服务器505(仅仅是示例)。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备501、502、503通过网络504与服务器505交互，以接收或发送消息等。终端设备501、502、503上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备501、502、503可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器505可以是提供各种服务的服务器，例如对用户利用终端设备501、502、503所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的分析文本属性方法一般由服务器505执行，相应地，分析文本属性装置一般设置于服务器505中。

应该理解，图5中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图6，其示出了适于用来实现本发明实施例的终端设备的计算机系统600的结构示意图。图6示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括样本获取模块、模型训练模块、属性测试模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，属性测试模块还可以被描述为“待测样本的属性类别测试模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：

获取样本集；其中，所述样本集包括评价文本以及属性类别；

分析所述评价文本中词语的词性，统计相同词性对应的词语在所述评价文本中的出现次数，根据所述评价文本的词频向量以及属性类别，训练神经网络；

分析待测评价文本中词语的词性，统计相同词性对应的词语在所述待测评价文本中的出现次数，得到所述待测文本的词频向量，导入训练后的神经网络中，以确定所述待测评价文本的属性类别。

根据本发明实施例的技术方案，以在样本量较少的情况下，快速训练出可适用于全品类的模型，具有更高的抽象性；且开发成本较低、过程操作简单，依据词性、词频以及属性类别之间的对应关系，即可对评价文本进行类别分析。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。