[發明專利]情感屬性獲取方法、裝置、設備、及存儲介質

在審

• 申請號: 201910675582.6
• 申請日: 2019-07-25
• 公開（公告）號: CN112307200A
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 郭林東;陳東沂;姚小龍;張銘杰;楊曉瑜;李佳瑋;孫鑰;徐冬焱
• 申請（專利權）人: 順豐科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/953;G06F40/30;G06K9/62
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 黃威

1.一種情感屬性獲取方法，其特征在于，包括：

獲取待分析文本，以及獲取所述待分析文本中各個字符的特征信息；

對所述待分析文本進行向量化處理，獲得所述待分析文本的向量矩陣；

根據所述待分析文本中各個字符的特征信息與所述向量矩陣，獲取拼接后的向量矩陣信息；

根據所述待分析文本、各個字符的特征信息以及拼接后的向量矩陣信息，獲得所述待分析文本對應的情感屬性。

2.根據權利要求1所述的情感屬性獲取方法，其特征在于，所述根據所述待分析文本中各個字符的特征信息與所述向量矩陣，獲取拼接后的向量矩陣信息，包括：

獲取所述特征信息對應的字符在所述待分析文本中的第一位置，以及所述向量矩陣對應字符在所述待分析文本中的第二位置；

根據所述第一位置以及第二位置將所述待分析文本中各個字符的特征信息與所述向量矩陣進行拼接，獲得拼接后的向量矩陣信息。

3.根據權利要求1所述的情感屬性獲取方法，其特征在于，所述根據所述待分析文本以及拼接后的向量矩陣信息，獲得所述待分析文本對應的情感屬性，包括：

獲取所述各個字符的特征信息的向量；

根據所述待分析文本以及拼接后的向量矩陣信息計算所述待分析文本的標簽分數；

根據所述標簽分數獲取所述待分析文本對應的情感屬性。

4.根據權利要求1所述的情感屬性獲取方法，其特征在于，所述對所述待分析文本進行向量化處理，獲得所述待分析文本的向量矩陣，包括：

通過訓練后向量化模型對輸入的待分析文本進行分詞處理，生成組成所述待分析文本的詞語，并獲取所述詞語對應的詞向量；

將所述詞向量按所述待分析文本對應的字符排列順序進行連接，得到所述待分析文本的向量矩陣。

5.根據權利要求4所述的情感屬性獲取方法，其特征在于，所述通過向量化模型對輸入的待分析文本進行分詞處理，生成組成所述待分析文本的詞語，包括：

將所述待分析文本切分出與預設詞庫匹配的詞，得到初始詞語；

通過所述向量化模型獲取所述初始詞語與預設詞庫中各個詞語之間的最優路徑；

根據所述最優路徑確定組成所述待分析文本的詞語。

6.根據權利要求4所述的情感屬性獲取方法，其特征在于，所述通過向量化模型對輸入的待分析文本進行分詞處理，生成組成所述待分析文本的詞語，并獲取所述詞語對應的詞向量之前，還包括：

獲取標注有真實詞語類別的同一偏旁部首的詞語，得到訓練樣本；

確定所述訓練樣本的詞語預測類別；

根據所述真實詞語類別和詞語預測類別獲取預設的損失函數；

根據所述損失函數對所述向量化模型進行收斂，獲得訓練后向量化模型。

7.根據權利要求1所述的情感屬性獲取方法，其特征在于，所述特征信息包括聲調以及偏旁部首，所述獲取所述待分析文本中各個字符的特征信息，包括：

獲取基礎部首表；

對所述待分析文本中各個字符進行拆分，得到所述待分析文本的子字符；

根據所述基礎部首表與所述子字符獲取所述待分析文本中各個字符的偏旁部首。

8.一種情感屬性獲取裝置，其特征在于，包括：

第一獲取單元，用于獲取待分析文本，以及獲取所述待分析文本中各個字符的特征信息；

向量化單元，用于對所述待分析文本進行向量化處理，獲得所述待分析文本的向量矩陣；

第二獲取單元，用于根據所述待分析文本中各個字符的特征信息與所述向量矩陣，獲取拼接后的向量矩陣信息；

情感屬性獲得單元，用于根據所述待分析文本以及拼接后的向量矩陣信息，獲得所述待分析文本對應的情感屬性。

9.一種設備，其特征在于，包括處理器和存儲器，所述存儲器中存儲有程序代碼，所述處理器調用所述存儲器中的程序代碼時執行如權利要求1至7任一項所述的情感屬性獲取方法。

10.一種計算機可讀存儲介質，其特征在于，所述存儲介質存儲有計算機程序，該程序被處理器加載以執行如權利要求1至7任一項所述的情感屬性獲取方法。