[發(fā)明專利]一種文本情緒分析方法、裝置及設(shè)備

在審

• 申請?zhí)枺?/td>: 201910554005.1
• 申請日: 2019-06-25
• 公開（公告）號: CN110276076A
• 公開（公告）日: 2019-09-24
• 發(fā)明（設(shè)計(jì)）人: 單斌
• 申請（專利權(quán)）人: 北京奇藝世紀(jì)科技有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06F16/35;G06N3/04
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王嬌嬌

本發(fā)明提供了文本情緒分析方法、裝置及設(shè)備，先將待處理文本轉(zhuǎn)換為對應(yīng)的文本向量，再將文本向量輸入至預(yù)選訓(xùn)練得到的文本情緒分類模型得到該待處理文本的目標(biāo)情緒類別。其中文本情緒分類模型包括特征提取網(wǎng)絡(luò)和分類網(wǎng)絡(luò)，利用特征提取網(wǎng)絡(luò)從文本向量中提取得到能夠表征待處理文本的語義內(nèi)容的語義特征向量并輸入至分類網(wǎng)絡(luò)；再由分類網(wǎng)絡(luò)對語義特征向量進(jìn)行分析最終得到該待處理文本的目標(biāo)情緒類別。其中，文本情緒分類模型預(yù)先利用文本訓(xùn)練樣本訓(xùn)練后能夠輸出細(xì)粒度情緒的類別，如高興、悲傷、生氣、喜歡、驚訝、平淡等。與只能輸出情緒極性的方案相比，該裝置能夠識別出待處理文本所表達(dá)的細(xì)粒度情緒，同時(shí)擴(kuò)大了文本情緒分析方法的應(yīng)用范圍。

技術(shù)領(lǐng)域

本發(fā)明屬于計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及文本情緒分析方法、裝置及設(shè)備。

背景技術(shù)

文本情緒分析是對帶有情感色彩的主觀性文本進(jìn)行分析、處理、歸納和推理的過程，通過對文本進(jìn)行分析得到人們在文本中表達(dá)的觀點(diǎn)、情緒。文本情緒分析作為自然語言處理的一個(gè)重要應(yīng)用領(lǐng)域，廣泛應(yīng)用到輿情分析等眾多領(lǐng)域。

目前的文本情緒分析主要集中在正負(fù)向情緒的分析上，即，用來分析自然語言所表達(dá)的情緒是積極情緒(正向)還是消極情緒(負(fù)向)；或者，還包括中立情緒。這種文本情緒分析方法只分析正向、負(fù)向、中立等情緒的極性，無法得到自然語言中更豐富的情緒表達(dá)，因此，需要粒度更細(xì)的情緒分析方法。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的目的在于提供文本情緒分析方法、裝置及設(shè)備，以解決傳統(tǒng)的文本情緒分析方法只能分析文本情緒的極性，無法得到細(xì)粒度的情緒類別的問題。其具體的技術(shù)方案如下：

一方面，本發(fā)明提供了一種文本情緒分析方法，包括：

基于詞向量模型，將所述待處理文本映射為文本向量；

基于預(yù)先訓(xùn)練得到的文本情緒分類模型中基于注意力機(jī)制的單層雙向GRU網(wǎng)絡(luò)，從所述文本向量中提取得到語義特征向量；

基于所述文本情緒分類模型中的分類網(wǎng)絡(luò)，對所述語義特征向量進(jìn)行分析得到所述待處理文本所屬的目標(biāo)情緒類別。

在一方面一種可能的實(shí)現(xiàn)方式中，所述基于所述文本情緒分類模型中的分類網(wǎng)絡(luò)，對所述語義特征向量進(jìn)行分析得到所述待處理文本所屬的目標(biāo)情緒類別，包括：

基于所述分類網(wǎng)絡(luò)，分析所述語義特征向量得到所述待處理文本屬于各個(gè)預(yù)設(shè)情緒類別的置信度；

選取置信度最大的預(yù)設(shè)情緒類別為所述待處理文本所屬的目標(biāo)情緒類別。

在一方面另一種可能的實(shí)現(xiàn)方式中，訓(xùn)練所述文本情緒分類模型的過程，包括：

獲取標(biāo)注有預(yù)設(shè)情緒類別的文本訓(xùn)練樣本；

基于詞向量模型將所述文本訓(xùn)練樣本轉(zhuǎn)換為對應(yīng)的文本訓(xùn)練樣本向量；

基于預(yù)設(shè)文本情緒分類模型中的基于注意力機(jī)制的單層雙向GRU網(wǎng)絡(luò)，從所述文本訓(xùn)練樣本向量中提取得到語義特征向量；

基于所述預(yù)設(shè)文本情緒分類模型中的分類網(wǎng)絡(luò)，對所述文本訓(xùn)練樣本向量的語義特征向量進(jìn)行分析得到所述文本訓(xùn)練樣本所屬情緒類別的分類結(jié)果；

基于所述文本訓(xùn)練樣本的分類結(jié)果和標(biāo)注類別，調(diào)整所述預(yù)設(shè)文本情緒分類模型中的模型參數(shù)，直到利用調(diào)整后的文本情緒分類模型分析所述文本訓(xùn)練樣本得到的分類結(jié)果滿足預(yù)設(shè)收斂條件，得到所述文本情緒分類模型。

在一方面又一種可能的實(shí)現(xiàn)方式中，所述獲取已標(biāo)注情緒類別的文本訓(xùn)練樣本，包括：

獲取預(yù)標(biāo)注數(shù)據(jù)，所述預(yù)標(biāo)注數(shù)據(jù)中包含表征文本情緒的情緒標(biāo)識；

利用所述預(yù)標(biāo)注數(shù)據(jù)訓(xùn)練預(yù)設(shè)文本情緒分類模型得到基礎(chǔ)分類模型；