[發明專利]情感模型訓練方法、裝置、設備及存儲介質

在審

• 申請號: 202010670746.9
• 申請日: 2020-07-13
• 公開（公告）號: CN114090723A
• 公開（公告）日: 2022-02-25
• 發明（設計）人: 劉威
• 申請（專利權）人: 中移(蘇州)軟件技術有限公司;中國移動通信集團有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/35;G06F16/9536;G06K9/62
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 李洋;張穎玲

1.一種情感模型訓練方法，其特征在于，所述方法包括：

獲取樣本的信息；

基于所述樣本的信息確定所述樣本的用戶主題關系；

基于所述樣本的信息確定用戶社交關系；

基于所述樣本、所述用戶主題關系和所述用戶社交關系，訓練情感模型，以使所述情感模型具備確定文本的情感極性的能力。

2.根據權利要求1所述方法，其特征在于，所述基于所述樣本的信息確定所述樣本的用戶主題關系，包括：

基于所述樣本的信息中的用戶信息，確定用戶樣本關系；

基于所述樣本的信息中的主題信息，確定樣本主題關系；

根據所述用戶樣本關系和所述樣本主題關系，確定至少兩個樣本是否屬于同一個用戶，以及所屬至少兩個樣本是否屬于同一個主題。

3.根據權利要求1所述方法，其特征在于，所述基于所述樣本的信息確定用戶社交關系，包括：

基于所述樣本的信息中的用戶信息，確定用戶樣本關系；

基于所述樣本的信息中的主題社交關系，確定用戶的主題社交關系；

根據所述用戶樣本關系和所述用戶的主題社交關系，確定至少兩個用戶對同一個主題的樣本是否存在贊同社交關系。

4.根據權利要求1所述方法，其特征在于，所述基于所述樣本的信息確定用戶社交關系，包括：

根據所述樣本的信息中的用戶的社交關系，確定所述用戶之間的影響關系；

基于所述用戶之間的影響關系，確定所述用戶的樣本之間是否存在隱式社交關系，所述隱式社交關系表征每個用戶的樣本的情感極性受其它用戶的樣本的情感極性的影響。

5.根據權利要求1所述方法，其特征在于，所述基于所述樣本、所述用戶主題關系和所述用戶社交關系，訓練情感模型，包括：

基于所述樣本、所述用戶主題關系和所述用戶社交關系，構建目標函數；

基于所述目標函數，更新所述情感模型中的權重參數。

6.根據權利要求5所述方法，其特征在于，所述基于所述樣本、所述用戶主題關系和所述用戶社交關系，構建目標函數，包括：

基于所述用戶主題關系、所述用戶社交關系中的贊同社交關系及所述贊同社交關系對應的權重系數、以及所述用戶社交關系中的隱式社交關系及所述隱式社交關系對應的權重系數中的至少一項，確定第一用戶情感關系。

7.根據權利要求6所述方法，其特征在于，所述基于所述樣本、所述用戶主題關系和所述用戶社交關系，構建目標函數，包括：

基于所述樣本，獲取所述樣本的預測情感極性值；

根據所述第一用戶情感關系，確定所述樣本的情感關系值；

基于所述樣本的預測情感極性值與所述樣本的情感極性值的誤差，以及所述情感關系值，構建目標函數。

8.一種情感模型訓練裝置，其特征在于，所述裝置包括：獲取模塊、第一確定模塊、第二確定模塊和訓練模塊，

所述獲取模塊，用于獲取樣本的信息；

所述第一確定模塊，用于基于所述樣本的信息確定所述樣本的用戶主題關系；

所述第二確定模塊，用于基于所述樣本的信息確定用戶社交關系；

所述訓練模塊，用于基于所述樣本、所述用戶主題關系和所述用戶社交關系，訓練情感模型，以使所述情感模型具備確定文本的情感極性的能力。

9.一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時以實現以如權利要求1至7中任一項所述的情感模型訓練方法的步驟。

10.一種計算機存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有情感模型訓練程序，所述情感模型訓練程序被處理器執行時實現如權利要求1至7中任一所述情感模型訓練方法的步驟。