[發明專利]情感分析模型的訓練方法及系統

在審

• 申請號: 202110048521.4
• 申請日: 2021-01-14
• 公開（公告）號: CN112860886A
• 公開（公告）日: 2021-05-28
• 發明（設計）人: 張越
• 申請（專利權）人: 思必馳科技股份有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06N3/08;G06N3/04
• 代理公司: 北京商專永信知識產權代理事務所(普通合伙) 11400
• 代理人: 黃謙;車江華

1.一種情感分析模型的訓練方法，包括：

利用第一數量從互聯網爬取的與情感信號相關的弱監督訓練集，對所述情感分析模型的卷積神經網絡進行預訓練；

基于第二數量的監督訓練集，對預訓練后的情感分析模型中的分類層進行訓練，得到訓練后的情感分析模型。

2.根據權利要求1所述的方法，其中，所述弱監督訓練集包括：在社交網絡中爬取的與情感信號相關的數據。

3.根據權利要求2所述的方法，其中，所述與情感信號相關的數據包括：附帶有表情符號的語料，其中，所述表情符號至少包括：積極表情符號、消極表情符號。

4.根據權利要求1所述的方法，其中，所述第二數量小于所述第一數量。

5.根據權利要求1所述的方法，其中，在所述利用第一數量從互聯網爬取的與情感信號相關的弱監督訓練集之前，所述方法還包括：

提取無標注語料的詞向量，構建情感分析模型的卷積神經網絡；

在所述得到訓練后的情感分析模型之后，所述方法還包括：

利用監督測試集對所述訓練后的情感分析模型進行情感分類預測，得到所述訓練后的情感分析模型的分類結果。

6.根據權利要求1所述的方法，其中，對所述情感分析模型的卷積神經網絡進行預訓練包括：

訓練所述卷積神經網絡中的分類層的參數權值進行訓練；

所述基于第二數量的監督訓練集，對預訓練后的情感分析模型中的分類層進行訓練包括：

對所述情感分析模型內卷積神經網絡中的分類層的參數權值進行均勻分布隨機初始化。

7.根據權利要求1所述的方法，其中，所述基于第二數量的監督訓練集，對預訓練后的情感分析模型中的分類層進行訓練還包括：

基于第二數量的監督訓練集和情感類別的數量，調整所述分類層的節點數后進行訓練，得到訓練后的情感分析模型。

8.一種情感分析模型的訓練系統，包括：

預訓練程序模塊，用于利用第一數量從互聯網爬取的與情感信號相關的弱監督訓練集，對所述情感分析模型的卷積神經網絡進行預訓練；

訓練程序模塊，用于基于第二數量的監督訓練集，對預訓練后的情感分析模型中的分類層進行訓練，得到訓練后的情感分析模型。

9.一種電子設備，其包括：至少一個處理器，以及與所述至少一個處理器通信連接的存儲器，其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行權利要求1-7中任一項所述方法的步驟。

10.一種存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現權利要求1-7中任一項所述方法的步驟。