[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

本申請公開了一種情感模型訓練方法、裝置、設備及存儲介質，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。如此，訓練后的情感模型能夠準確地確定情感表達不明確的文本的情感極性，提高了文本的情感極性分類的準確率。

技術領域

本申請涉及計算機技術領域，尤其涉及一種情感模型訓練方法、裝置、設備及存儲介質。

背景技術

隨著第二代互聯網的發展，眾多開放化的互聯網社交服務平臺興起。由于互聯網社交服務平臺發帖方便和實時更新的特點，已經擁有海量用戶。用戶在互聯網社交服務平臺發布的文本來針對眾多主題實時分享自己的感受、觀點和見解。由于這些文本包含豐富的用戶情感信息，因此，可以通過文本情感極性分類模型從海量的文本中挖掘出用戶的情感傾向。但是，這些具有社交特性的文本相比傳統文本具有內容短小、口語化嚴重、使用網絡詞和情感互動等特點，導致有些具有社交特性的文本內容表達出的情感極性不夠明確。而傳統的文本情感分類模型依賴于文本的內容來對文本的情感極性進行分類。因此，傳統的文本情感分類模型不能準確地將情感表達不明確的文本的進行分類。

發明內容

本申請提供一種情感模型訓練方法、裝置、設備及存儲介質，能夠提高了情感模型對情感表達不明確的文本的分類的準確率。

為達到上述目的，本申請的技術方案是這樣實現的：

第一方面，本申請提供一種情感模型訓練方法，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。

在一些實施例中，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。

在一些實施例中，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。

在一些實施例中，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。

在一些實施例中，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。