[發明專利]一種數據處理方法、裝置及計算機可讀存儲介質

有效

• 申請號: 201911420312.7
• 申請日: 2019-12-31
• 公開（公告）號: CN111143569B
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 劉志煌
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/284;G06F40/289;G06F40/30;G06Q30/0201;G06Q30/0203
• 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: 蔡艾瑩

本申請實施例公開了一種數據處理方法、裝置及計算機可讀存儲介質，本申請實施例通過采集待訓練樣本進行詞性標注和預設類別標簽標定處理，得到相應的目標詞性標注序列；對目標詞性標注序列進行計算，得到頻繁序列以及置信度，將置信度滿足預設條件的頻繁序列確定為目標挖掘規則；根據目標挖掘規則對目標詞性標注序列迭代擴充預設類別標簽的挖掘詞；為符合目標挖掘規則的目標詞性標注序列添加分類訓練標簽，并提取添加分類訓練標簽的目標詞性標注序列中的詞向量和權重向量；根據詞向量、權重向量以及分類訓練標簽對分類網絡模型進行訓練，得到訓練后的分類網絡模型對目標詞性標注序列進行分類處理。以此，極大的提升了數據處理的效率。

技術領域

本申請涉及數據處理技術領域，具體涉及一種數據處理方法、裝置及計算機可讀存儲介質。

背景技術

隨著網絡的發展和計算機的廣泛應用，數據處理技術顯得越來越重要，比如，情感分析技術已成為數據處理領域的熱門技術，情感分析的目標是從文本中挖掘用戶表達的觀點以及情感極性，通過挖掘文本中的情感傾向可用于幫助其他用戶做決定，具有很大的應用價值。

相關技術中，可以通過人工標記序列規則獲取文本的情感傾向，即基于訓練文本中每一句子的情感類別標記和訓練文本的情感標記構成標記序列規則，最后根據這些標記序列規則分析目標文本的情感。

在對相關技術的研究和實踐過程中，本申請的發明人發現，相關技術中，人工標記成本非常昂貴，難以獲取大量的標記數據，且標記速度非常慢，導致數據處理的效率較差，進而導致情感分析挖掘的效率降低。

發明內容

本申請實施例提供一種數據處理方法、裝置及計算機可讀存儲介質，可以提升數據處理的效率，進而提升情感分析挖掘的效率。

為解決上述技術問題，本申請實施例提供以下技術方案：

一種數據處理方法，包括：

采集待訓練樣本，并對所述待訓練樣本進行詞性標注和預設類別標簽標定處理，得到相應的目標詞性標注序列；

對所述目標詞性標注序列進行計算，得到頻繁序列以及相應的置信度，將置信度滿足預設條件的頻繁序列確定為目標挖掘規則；

根據所述目標挖掘規則對所述目標詞性標注序列進行遍歷，迭代擴充預設類別標簽的挖掘詞；

為符合目標挖掘規則的目標詞性標注序列添加分類訓練標簽，并提取添加分類訓練標簽的目標詞性標注序列中的詞向量和相應的權重向量；

根據所述詞向量、權重向量以及分類訓練標簽對分類網絡模型進行訓練，得到訓練后的分類網絡模型，基于訓練后的分類網絡模型對目標詞性標注序列進行分類處理。

相應的，本申請實施例還提供一種數據處理裝置，包括：

采集單元，用于采集待訓練樣本，并對所述待訓練樣本進行詞性標注和預設類別標簽標定處理，得到相應的目標詞性標注序列；

確定單元，用于對所述目標詞性標注序列進行計算，得到頻繁序列以及相應的置信度，將置信度滿足預設條件的頻繁序列確定為目標挖掘規則；

擴充單元，用于根據所述目標挖掘規則對所述目標詞性標注序列進行遍歷，迭代擴充預設類別標簽的挖掘詞；

提取單元，用于為符合目標挖掘規則的目標詞性標注序列添加分類訓練標簽，并提取添加分類訓練標簽的目標詞性標注序列中的詞向量和相應的權重向量；

分類單元，用于根據所述詞向量、權重向量以及分類訓練標簽對分類網絡模型進行訓練，得到訓練后的分類網絡模型，基于訓練后的分類網絡模型對目標詞性標注序列進行分類處理。

在一些實施例中，所述擴充子單元，用于：