[發(fā)明專利]情感分析方法、裝置、設(shè)備及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201811542306.4
• 申請日: 2018-12-17
• 公開（公告）號: CN109684634B
• 公開（公告）日: 2023-07-25
• 發(fā)明（設(shè)計）人: 牛國成;何伯磊;劉昊;楊水生;王晨秋;肖欣延;呂雅娟;吳甜
• 申請（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/284;G06F40/247
• 代理公司: 北京清亦華知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 宋合成

1.一種情感分析方法，其特征在于，包括：

獲取情感分析請求，其中，所述分析請求中包括第一文本數(shù)據(jù)及所述第一文本數(shù)據(jù)所屬的目標領(lǐng)域；

對所述第一文本數(shù)據(jù)進行切詞處理，以確定所述第一文本數(shù)據(jù)中包括的各第一分詞；

通過查詢與所述目標領(lǐng)域關(guān)聯(lián)的詞典，在查找到的與目標領(lǐng)域關(guān)聯(lián)的詞典中，獲取每個第一分詞對應(yīng)的詞向量；

將所述第一文本數(shù)據(jù)中每個第一分詞對應(yīng)的詞向量，輸入與所述目標領(lǐng)域?qū)?yīng)的情感分析模型，以確定所述第一文本數(shù)據(jù)對應(yīng)的情感類型；

所述獲取每個第一分詞對應(yīng)的詞向量之前，還包括：

獲取與第一領(lǐng)域?qū)?yīng)的標注數(shù)據(jù)集，其中，所述標注數(shù)據(jù)集中包括多個第二文本數(shù)據(jù)及每個第二文本數(shù)據(jù)對應(yīng)的情感類型；

基于所述多個第二文本數(shù)據(jù)及每個第二文本數(shù)據(jù)對應(yīng)的情感類型，對預(yù)設(shè)的初始情感分析模型進行模型調(diào)整，以生成與所述目標領(lǐng)域?qū)?yīng)的情感分析模型及詞典。

2.如權(quán)利要求1所述的方法，其特征在于，所述確定所述第一文本數(shù)據(jù)中包括的各第一分詞之后，還包括：

對每個第一分詞進行詞法分析，以確定所述每個第一分詞對應(yīng)的詞性；

根據(jù)所述每個第一分詞及每個第一分詞對應(yīng)的詞性，確定每個第一分詞的詞特征；

所述獲取每個第一分詞對應(yīng)的詞向量，包括：

確定與所述每個第一分詞的詞特征對應(yīng)的詞向量。

3.如權(quán)利要求1或2所述的方法，其特征在于，所述獲取與所述第一領(lǐng)域?qū)?yīng)的標注數(shù)據(jù)集之后，還包括：

對所述標注數(shù)據(jù)集進行預(yù)處理，以確定所述標注數(shù)據(jù)集中每個第二分詞的詞頻；

根據(jù)所述每個第二分詞的詞頻，將所述標注數(shù)據(jù)集中詞頻小于閾值的各第二分詞進行歸一化處理。

4.如權(quán)利要求1或2所述的方法，其特征在于，所述獲取與所述第一領(lǐng)域?qū)?yīng)的標注數(shù)據(jù)集之后，還包括：

將所述標注數(shù)據(jù)集中的每個第二文本數(shù)據(jù)進行切詞處理，以確定每個第二文本數(shù)據(jù)中每個第二分詞；

通過查詢預(yù)設(shè)的初始詞典，確定每個第二分詞對應(yīng)的詞向量；

所述基于所述多個第二文本數(shù)據(jù)及每個第二文本數(shù)據(jù)對應(yīng)的情感類型，對預(yù)設(shè)的初始情感分析模型進行模型調(diào)整，包括：

基于所述每個第二文本數(shù)據(jù)中每個第二分詞對應(yīng)的詞向量及每個第二文本數(shù)據(jù)對應(yīng)的情感類型，對預(yù)設(shè)的初始情感分析模型進行模型調(diào)整。

5.如權(quán)利要求1或2所述的方法，其特征在于，所述基于所述多個第二文本數(shù)據(jù)及每個第二文本數(shù)據(jù)對應(yīng)的情感類型，對預(yù)設(shè)的初始情感分析模型進行模型調(diào)整，包括：

對所述標注數(shù)據(jù)集進行數(shù)據(jù)劃分，以獲取與所述目標領(lǐng)域?qū)?yīng)的訓練集及校驗集；

基于所述訓練集及校驗集中每個第二文件數(shù)據(jù)及對應(yīng)的情感類型，對預(yù)設(shè)的初始情感分析模型進行模型調(diào)整。

6.如權(quán)利要求5所述的方法，其特征在于，所述對所述標注數(shù)據(jù)集進行數(shù)據(jù)劃分之后，還包括：

獲取與所述目標領(lǐng)域?qū)?yīng)的測試集；

利用所述測試集，對所述目標領(lǐng)域?qū)?yīng)的情感分析模型進行測試，以確定所述目標領(lǐng)域?qū)?yīng)的情感分析模型的準確性；

所述確定所述第一文本數(shù)據(jù)對應(yīng)的情感類型，包括：

確定所述第一文本數(shù)據(jù)對應(yīng)的每種情感類型的第一概率值；

根據(jù)所述目標領(lǐng)域?qū)?yīng)的情感分析模型的準確性，對所述第一文本數(shù)據(jù)對應(yīng)的每種情感類型的第一概率值進行修正，以確定所述第一文本數(shù)據(jù)對應(yīng)的每種情感類型的第二概率值。