[发明专利]语句情感的确定方法及装置

说明书

本申请公开了一种语句情感的确定方法及装置。该方法包括：获取目标语料；从目标语料中筛选关键词为情感词的语句，得到多个目标语句，其中，关键词为在目标语料包含的语句中预设位置上的词语；分别计算多个目标语句中每个目标语句的关键词的置信度，得到每个关键词的置信度，其中，每个关键词的置信度为每个关键词对判断每个目标语句的语句情感的置信度；以及分别根据每个关键词的置信度确定多个目标语句中每个目标语句的语句情感。通过本申请，解决了相关技术中判断语句情感的准确率较低的问题。

技术领域

本申请涉及文本处理领域，具体而言，涉及一种语句情感的确定方法及装置。

背景技术

随着互联网上的文本信息越来越丰富，对这些文本信息进行情感分析就显得尤其重要，利用情感分析这项技术，可以应用在舆情能够帮助公司或者机构根据客户的情感反馈及时调整市场方向或改进产品。文本情感判断的一个基础是基于语句的情感判断，语句级的情感判断是在介于词语级和篇章级中间的，在计算语句的情感时，一方面语句情感是建立在词语情感的基础上，一方面语句情感又是计算篇章情感的基础。因此语句处于一个承上启下的地位，对于语句的情感判断就显得十分重要。因此语句情感判断准确率的高低对于文本情感判断具有很重要的作用。

相关技术中基于支持向量机(Vector Space Model，简称VSM)的语句情感倾向判断方法，在情感判断的机器学习中，选择一些特征参数，基本是根据情感词语的情感特征以及情感词语的相邻词语的特征，进行学习，进而判断语句情感的正负。然而基于语料特征的SVM情感判断，参数选择上，基本是以情感词以及情感词左右出现的词语为特征，这些词语通常为否定词或程度词，都是从词语之间的语义关系进行情感判断。然而相关技术中忽略了汉语语句在表达情绪时的一些特征，没有考虑到句末的情感词对一句话的情感判断起着非常重要的影响。

针对相关技术中判断语句情感的准确率较低的问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种语句情感的确定方法及装置，以解决相关技术中判断语句情感的准确率较低的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种语句情感的确定方法。该方法包括：获取目标语料；从目标语料中筛选关键词为情感词的语句，得到多个目标语句，其中，关键词为在目标语料包含的语句中预设位置上的词语；分别计算多个目标语句中每个目标语句的关键词的置信度，得到每个关键词的置信度，其中，每个关键词的置信度为每个关键词对判断每个目标语句的语句情感的置信度；以及分别根据每个关键词的置信度确定多个目标语句中每个目标语句的语句情感。

进一步地，分别计算多个目标语句中每个目标语句的关键词的置信度，得到每个关键词的置信度包括：按照预设方法确定每个目标语句的初始情感；分别统计每个目标语句的关键词在多个目标语句中出现的频次，得到每个关键词频次；以及根据每个关键词频次和每个目标语句的初始情感计算每个关键词的置信度。

进一步地，分别计算多个目标语句中每个目标语句的关键词的置信度，得到每个关键词的置信度包括：确定多个目标语句中出现的所有情感词，得到多个情感词；分别计算多个情感词中每个情感词的置信度，得到每个情感词的置信度；以及从每个情感词的置信度中提取每个关键词的置信度。

进一步地，从目标语料中筛选关键词为情感词的语句，得到多个目标语句包括：对目标语料中的语句进行词语切分处理，得到多个词语；从多个词语中筛选为情感词的词语，得到多个情感词；从多个情感词中筛选位于语句中预设位置上的情感词，得到多个关键词；以及分别确定多个关键词中每个关键词所在的语句，并将每个关键词所在的语句作为目标语句。

进一步地，预设位置包括语句末尾位置，从目标语料中筛选关键词为情感词的语句，得到多个目标语句包括：确定目标语料中语句的末尾词，得到多个末尾词；从多个末尾词中筛选为情感词的末尾词；以及提取目标语料的语句中末尾词为情感词的语句，得到多个目标语句。