[發明專利]情感屬性確定方法、裝置及電子設備

有效

• 申請號: 202011128740.5
• 申請日: 2020-10-20
• 公開（公告）號: CN112241453B
• 公開（公告）日: 2023-10-13
• 發明（設計）人: 王欣芝;陳澈;蔡薇
• 申請（專利權）人: 虎博網絡技術（上海）有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/295;G06F40/284;G06F18/23
• 代理公司: 北京超凡宏宇知識產權代理有限公司 11463
• 代理人: 榮穎佳

1.一種情感屬性確定方法，其特征在于，通過服務器提供情感分析模型和詞向量集，所述詞向量集中每個詞向量配置有屬性參數集合，所述方法包括：

獲取目標語料文本包含的實體對象；

對所述實體對象進行編碼處理，得到所述實體對象對應的實體詞向量；

將所述實體詞向量與所述詞向量集中多個詞向量進行聚類分析，得到所述實體詞向量對應的目標詞向量集；

對所述目標詞向量集中每個目標詞向量配置的屬性參數集合進行聚類分析，得到所述實體詞向量對應的目標屬性參數集合；其中，所述目標屬性參數集合包括多個目標屬性參數；

將所述目標屬性參數集合和所述目標語料文本輸入至所述情感分析模型，得到所述目標語料文本的情感分析結果；其中，所述情感分析結果為所述目標語料文本包含的屬性參數對應的情感屬性。

2.根據權利要求1所述的情感屬性確定方法，其特征在于，獲取目標語料文本包含的實體對象的步驟，包括：

基于命名體識別NER技術對所述目標語料文本進行實體類別識別，得到所述實體對象；其中，所述實體對象包括以下至少一種：人名、產品名、組織結構名和事件名稱。

3.根據權利要求1所述的情感屬性確定方法，其特征在于，所述情感分析模型為配置有情感屬性的細粒度情感分析模型，其中，所述情感屬性包括：喜歡、快樂、傷心、恐懼、驚訝和生氣，將所述目標屬性參數集合和所述目標語料文本輸入至所述情感分析模型，得到所述目標語料文本的情感分析結果的步驟，包括：

將所述目標屬性參數集合和所述目標語料文本輸入至所述細粒度情感分析模型，以確定所述目標語料文本包含的屬性參數，并對所述屬性參數進行分析，得到每個所述屬性參數對應的情感屬性。

4.根據權利要求3所述的情感屬性確定方法，其特征在于，所述情感屬性還配置有加權值，所述方法還包括：

基于所述屬性參數對應的情感屬性的加權值對所述屬性參數排序，得到所述目標語料文本的情感分析結果。

5.根據權利要求1所述的情感屬性確定方法，其特征在于，對所述實體對象進行編碼處理的步驟，包括：

基于預先訓練的word2vec模型對所述實體對象進行編碼處理，得到所述實體對象對應的實體詞向量。

6.根據權利要求1所述的情感屬性確定方法，其特征在于，所述目標語料文本為文字信息和/或語音信息。

7.一種情感屬性確定裝置，其特征在于，通過服務器提供情感分析模型和詞向量集，所述詞向量集中每個詞向量配置有屬性參數集合，所述裝置包括：

獲取模塊，用于獲取目標語料文本包含的實體對象；

編碼模塊，用于對所述實體對象進行編碼處理，得到所述實體對象對應的實體詞向量；

第一聚類分析模塊，用于將所述實體詞向量與所述詞向量集中多個詞向量進行聚類分析，得到所述實體詞向量對應的目標詞向量集；

第二聚類分析模塊，用于對所述目標詞向量集中每個目標詞向量配置的屬性參數集合進行聚類分析，得到所述實體詞向量對應的目標屬性參數集合；其中，所述目標屬性參數集合包括多個目標屬性參數；

情感屬性分析模塊，用于將所述目標屬性參數集合和所述目標語料文本輸入至所述情感分析模型，得到所述目標語料文本的情感分析結果；其中，所述情感分析結果為所述目標語料文本包含的屬性參數對應的情感屬性。

8.根據權利要求7所述的情感屬性確定裝置，其特征在于，所述獲取模塊，還用于：

基于命名體識別NER技術對所述目標語料文本進行實體類別識別，得到所述實體對象；其中，所述實體對象包括以下至少一種：人名、產品名、組織結構名和事件名稱。

9.一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述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計算機程序時實現上述權利要求1-6任一項所述的情感屬性確定方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器運行時執行上述權利要求1-6任一項所述的情感屬性確定方法的步驟。