[發(fā)明專利]評論文本的情感信息提取方法、裝置、計算機設備和介質

在審

• 申請?zhí)枺?/td>: 202111160199.0
• 申請日: 2021-09-30
• 公開（公告）號: CN114201578A
• 公開（公告）日: 2022-03-18
• 發(fā)明（設計）人: 張雯軒;李昕;邴立東
• 申請（專利權）人: 阿里巴巴達摩院（杭州）科技有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F40/126;G06F40/30
• 代理公司: 北京成創(chuàng)同維知識產權代理有限公司 11449
• 代理人: 劉靜;李秀霞

本公開提供了一種評論文本的情感信息提取方法、裝置、計算機設備和介質。該評論文本的情感信息提取方法包括：獲取待提取情感信息的評論文本；將評論文本輸入序列到序列模型，由序列到序列模型逐字符得到所述評論文本的以預設句式結構將情感元素四元組包含在內的轉譯文本；將轉譯文本輸入提取模型，由提取模型輸出評論文本內的各組情感元素。本公開情感元素多元組能被一次性準確地提取出來。

技術領域

本公開涉及人工智能領域，具體而言，涉及一種評論文本的情感信息提取方法、裝置、計算機設備和介質。

背景技術

對于特定商品的一個評論文本，確定其中基于不同方面的情感傾向，能夠幫助商家找出顧客喜歡或者討厭的方面，也可以幫助新顧客快速了解該商品各個方面的特點?；诜矫娴那楦蟹治?aspect-based sentiment analysis，簡稱ABSA)已廣泛應用于分析電商商品的評論文本，其旨在提取情感信息從而確定基于方面的情感傾向，所述情感信息通常涉及四種情感元素，即方面類型、方面詞、觀點詞和情感傾向。

已有的基于方面的情感分析，只考慮了單情感元素提取、情感元素對提取以及情感元素三元組提取，這些方法存在以下問題：第一，無法一次性將情感元素四元組全部提取出來，而四種情感元素相結合方可全面而系統地表征情感信息；第二，情感元素多元組的提取過程是按情感元素解耦為多個單情感元素提取過程，其中，單情感元素提取過程通常是使用一個分類網絡來執(zhí)行，準確率不高，并且多情感元素提取的整體性能取決于每一個單情感元素提取的準確性，因而最終情感元素多元組的提取結果會因誤差累計而不準確。

發(fā)明內容

有鑒于此，本公開旨在改善評論文本的分析方法，使得情感元素多元組能被一次性準確地提取出來。

根據本公開的第一方面，提供一種評論文本的情感信息提取方法，包括：

獲取待提取情感信息的評論文本；

將所述評論文本輸入序列到序列模型，由所述序列到序列模型逐字符得到所述評論文本的以預設句式結構將情感元素四元組包含在內的轉譯文本；

將所述轉譯文本輸入提取模型，由所述提取模型輸出所述評論文本內的各組情感元素。

可選地，所述序列到序列模型包括編碼模塊和解碼模塊；

所述編碼模塊用于將所述評論句子編碼為上下文內容向量；

所述解碼模塊包括解碼單元和轉換單元，其中，所述解碼單元基于前面各次解碼輸出的詞向量和所述上下文內容向量執(zhí)行當前次解碼并將所述當前次解碼生成的詞向量輸出，以及，各次解碼輸出的詞向量還按解碼順序依次輸入所述轉換單元，以由所述轉換單元按解碼順序將多個詞向量轉換為所述轉譯文本。

可選地，所述序列到序列模型通過以下方式預先訓練得到：

構造由評論樣本構成的樣本集，所述評論樣本具有事先對情感四元素分別預判的元素標簽且關聯有在所述預設句式結構中填入所述元素標簽后形成的句子標簽；

將所述評論樣本集中的每個評論樣本輸入所述序列到序列模型，由所述序列到序列模型得到每個評論樣本的預測句子；

將所述評論樣本集中的每個評論樣本的所述句子標簽和所述預測句子進行比較，如果一致的比例未超過預定比例則調整所述序列到序列模型的權重，直到一致的比例超過所述預定比例。

可選地，所述元素標簽包括方面類型標簽、方面詞標簽、觀點詞標簽和情感傾向標簽；

所述預設句式結構為：A是B因為C是D，A、B、C和D表示四個空置位置；

在所述句子標簽中：空置位置A填入所述方面類型標簽，空置位置B填入所述情感傾向標簽，空置位置C填入所述方面詞標簽，以及，空置位置D填入所述觀點詞標簽。