[發明專利]一種文本立場檢測方法

有效

• 申請號: 202110392633.1
• 申請日: 2021-04-13
• 公開（公告）號: CN112800233B
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 劉世林;康青楊;黃艷;曾途
• 申請（專利權）人: 成都數聯銘品科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/205;G06F40/30
• 代理公司: 北京市領專知識產權代理有限公司 11590
• 代理人: 張玲

1.一種文本立場檢測方法，其特征在于：包括以下步驟：

使用BERT預訓練模型在訓練集a上進行finetune訓練，形成訓練后的BERT預訓練模型；所述訓練集a中為若干無標注的評論數據；所述評論數據為以人類語言表示的言論、評論；

在訓練集a中的每條評論數據的結尾處分別添加正向立場的話語和反向立場的話語，從而構成訓練集b；

對訓練集b中的評論數據輸入訓練好的BERT預訓練模型進行編碼，得到訓練集b中每條評論數據所對應的向量；

使用kmeans算法對訓練集b所對應的向量進行聚類，將聚類簇的個數設置為2，聚類后得到一個簇為語義一致，另一個簇為語義不一致，從而判斷訓練集a中評論數據的立場；

所述聚類后得到一個簇為語義一致，另一個簇為語義不一致，從而判斷訓練集a中評論數據的立場的步驟，具體包括：

在語義一致的簇中，若評論數據結尾處添加的是正向立場，則該條評論數據為正向立場；若評論數據結尾處添加的是反向立場，則該條評論數據為反向立場；

在語義不一致的簇中，若評論數據結尾處添加的是正向立場，則該條評論數據為反向立場；若評論數據結尾處添加的是反向立場，則該條評論數據為正向立場；

所述聚類后得到一個簇為語義一致，另一個簇為語義不一致，從而判斷訓練集a中評論數據的立場的步驟，還包括：

若對訓練集b所對應的向量進行聚類后，其對應的評論數據未被劃分到任何簇中，則該條評論數據為中立立場。

2.根據權利要求1所述的一種文本立場檢測方法，其特征在于：所述使用BERT預訓練模型在訓練集a上進行finetune訓練，形成訓練后的BERT預訓練模型的步驟之前，還包括：

將數據集a中的每條評論數據以標點符號為基準分為一條或多條語句，將所有評論數據中的一條或多條語句隨機交錯，構成不同的評論數據后輸入BERT預訓練模型，以使BERT預訓練模型具有判斷語義是否一致的功能。

3.根據權利要求2所述的一種文本立場檢測方法，其特征在于：所述將所有評論數據中的一條或多條語句隨機交錯，構成不同的評論數據后輸入BERT預訓練模型，以使BERT預訓練模型具有判斷語義是否一致的功能的步驟，具體包括：

若隨機交錯后的評論數據出自于數據集a中同一條評論數據，則BERT預訓練模型判斷為語義一致；

若隨機交錯后的評論數據出自于數據集a中不同的評論數據，則BERT預訓練模型判斷為語義不一致。