[發明專利]句子情感分析方法、裝置、設備以及存儲介質

有效

• 申請號: 202210595553.0
• 申請日: 2022-05-30
• 公開（公告）號: CN114676704B
• 公開（公告）日: 2022-08-16
• 發明（設計）人: 楊錦杰;胡曉暉;薛云;代安安
• 申請（專利權）人: 華南師范大學
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/216;G06F40/284;G06N3/04;G06F16/35
• 代理公司: 廣州駿思知識產權代理有限公司 44425
• 代理人: 葉瓊園

1.一種句子情感分析方法，其特征在于，包括以下步驟：

獲取待測語句的句子表示、依賴信息以及詞性標注信息，其中，所述待測語句包括若干個句子，所述句子包括若干個單詞，所述單詞包括上下文單詞以及方面詞，所述依賴信息包括依賴邊信息以及依賴類型信息，所述依賴邊信息為單詞與單詞之間的具有依賴關系，所述依賴類型信息為單詞與單詞之間的依賴類型向量表示，所述詞性標注信息為各個單詞對應的詞性標注向量表示；

將所述句子表示輸入至預設的詞嵌入模型，獲取所述各個單詞對應的詞嵌入表示；

獲取所述待測語句中單詞與單詞之間的依賴邊特征，將所述待測語句的各個單詞對應的詞嵌入表示以及依賴邊特征輸入至預設的記憶神經網絡的權重層，根據預設的第一權重系數計算算法，獲取所述待測語句的第一權重系數集，其中，所述第一權重系數集包括單詞與單詞之間的第一權重系數，所述第一權重系數計算算法為：

式中，為第i個單詞以及第j個單詞之間的第一權重系數，為第i個單詞對應的詞嵌入表示，為第j個單詞對應的詞嵌入表示，n為所述待測語句的單詞的總數目；為第i個單詞與第j個單詞之間的依賴邊特征；

將所述第一權重系數集、待測語句的依賴類型信息以及詞性標注信息輸入至所述記憶神經網絡的編碼層，根據預設的依賴類型特征表示計算算法以及詞性標注特征表示計算算法，分別獲取所述待測語句的各個單詞對應的依賴類型特征表示以及詞性標注特征表示，其中，所述依賴類型特征表示計算算法為：

式中，為第i個單詞對應的依賴類型特征表示，為第i個單詞以及第j個單詞之間的依賴類型向量表示；

所述詞性標注特征表示計算算法為：

式中，為第i個單詞對應的詞性標注特征表示，為第j個對應的詞性標注向量表示；

將所述待測語句的依賴信息以及詞性標注信息，所述待測語句的各個單詞對應的詞嵌入表示、依賴類型特征表示以及詞性標注特征表示輸入至預設的圖卷積神經網絡中，獲取各個單詞對應的隱藏層特征表示，其中，所述隱藏層特征表示包括上下文單詞對應的隱藏層特征表示以及方面詞對應的隱藏層特征表示；

獲取所述上下文單詞與所述方面詞之間的距離數據，將所述隱藏層特征表示以及所述距離數據輸入至預設的面向方面詞語句表示模型中，獲取目標語句特征表示；

將所述方面詞對應的隱藏層特征表示、目標語句特征表示輸入至預設的全連接神經網絡，獲取情感分析結果。

2.根據權利要求1所述的句子情感分析方法，其特征在于，所述獲取所述待測語句中單詞與單詞之間的依賴邊特征表示之前，包括步驟：

根據所述依賴信息中的依賴邊信息，構建所述待測語句的依賴邊矩陣，其中，所述依賴邊矩陣為：

式中，A為所述依賴邊矩陣，為依賴邊特征表示，代表所述依賴邊信息為單詞與單詞之間的具有依賴關系，代表所述依賴邊信息為單詞與單詞之間的不具有依賴關系。