[發明專利]文本情感內容分析方法、裝置、設備及存儲介質

在審

• 申請號: 202110100781.1
• 申請日: 2021-01-25
• 公開（公告）號: CN112784573A
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 劉晶;孟凱;覃俊;夏夢;帖軍;徐勝舟;劉璐
• 申請（專利權）人: 中南民族大學
• 主分類號: G06F40/205
• 分類號: G06F40/205;G06N3/04;G06N3/08
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 謝閱

1.一種文本情感內容分析方法，其特征在于，所述文本情感內容方法包括：

通過BERT模型對待分析文本進行分析，以獲得所述待分析文本的詞向量；

對所述詞向量對應的子句信息添加全局注意力機制，得到全局文本信息；

通過預設注意力機制對所述詞向量對應的子句信息進行分析，獲得結合注意力信息的子句信息；

通過自注意力機制結合所述全局文本信息和所述結合注意力信息的子句信息，得到目標文本；

根據所述目標文本中子句間的關系通過分類器進行分析，得到情感原因對，并通過所述情感原因對得到所述待分析文本的情感分析結果。

2.如權利要求1所述的文本情感內容分析方法，其特征在于，所述通過預設注意力機制對所述詞向量對應的子句信息進行分析，獲得結合注意力信息的子句信息，包括：

通過雙向長短期記憶網絡對所述詞向量對應的子句信息進行編碼處理，獲取所述子句信息中的情感特征詞匯；

通過預設注意力機制對所述情感特征詞匯進行分析，獲得結合注意力信息的子句信息。

3.如權利要求2所述的文本情感內容分析方法，其特征在于，所述通過預設注意力機制對所述情感特征詞匯進行分析，獲得結合注意力信息的子句信息，包括：

根據所述情感特征詞匯與對應子句的語義信息，得到所述情感特征詞匯的級別權重；

根據所述情感特征詞匯的級別權重與對應子句信息，獲得結合注意力信息的子句信息。

4.如權利要求1所述的文本情感內容分析方法，其特征在于，所述通過自注意力機制結合所述全局文本信息和所述結合注意力信息的子句信息，得到目標文本的步驟之前，還包括：

獲取所述結合注意力信息的子句信息中的情感特征；

所述通過自注意力機制結合所述全局文本信息和所述結合注意力信息的子句信息，得到目標文本，包括：

通過自注意力機制以及所述情感特征結合所述全局文本信息和所述結合注意力信息的子句信息，得到目標文本。

5.如權利要求4所述的文本情感內容分析方法，其特征在于，所述通過自注意力機制以及所述情感特征結合所述全局文本信息和所述結合注意力信息的子句信息，得到目標文本，包括：

根據自注意力機制對所述全局文本信息中的子句添加位置特征信息，得到所述子句和待分析文本之間的關系；

根據所述子句和待分析文本之間的關系編碼所述全局文本信息中的子句之間的特征，得到編碼后的子句；

對所述編碼后的子句添加對應的情感特征，以得到結合所述全局文本信息和所述結合注意力信息的子句信息的目標文本。

6.如權利要求4所述的文本情感內容分析方法，其特征在于，所述獲取所述結合注意力信息的子句信息中的情感特征之后，還包括：

通過全連接層連接所述待分析文本子句中包含的所述情感特征的信息；

根據所述情感特征信息通過分類器進行分類，得到所述待分析文本子句中的情感標簽；

根據所述情感標簽得到所述待分析文本的情感分析結果。

7.如權利要求1至6中任一項所述的文本情感內容分析方法，其特征在于，所述對所述詞向量對應的子句信息添加全局注意力機制，得到全局文本信息之前，還包括：

通過卷積神經網絡提取所述詞向量中的短語特征，得到所述詞向量對應的子句信息。

8.一種文本情感內容分析裝置，其特征在于，所述文本情感內容分析裝置包括：

分析模塊，用于通過BERT模型對待分析文本進行分析，以獲得所述待分析文本的詞向量；

添加模塊，用于對所述詞向量對應的子句信息添加全局注意力機制，得到全局文本信息；

所述分析模塊，還用于通過預設注意力機制對所述詞向量對應的子句信息進行分析，獲得結合注意力信息的子句信息；

結合模塊，通過自注意力機制結合所述全局文本信息和所述結合注意力信息的子句信息，得到目標文本；

所述分析模塊，還用于根據所述目標文本中子句間的關系通過分類器進行分析，得到情感原因對，并通過所述情感原因得到所述待分析文本的情感分析結果。