[发明专利]文本分析方法、装置、计算机设备和存储介质有效

专利信息
申请号: 201811021170.2 申请日: 2018-09-03
公开(公告)号: CN109271627B 公开(公告)日: 2023-09-05
发明(设计)人: 徐灿 申请(专利权)人: 深圳市腾讯网络信息技术有限公司
主分类号: G06F40/289 分类号: G06F40/289;G06F40/30;G06F16/35;G06F18/24
代理公司: 华进联合专利商标代理有限公司 44224 代理人: 何平;邓云鹏
地址: 518101 广东省深圳市宝安区新安街道新安六路御景*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 文本 分析 方法 装置 计算机 设备 存储 介质
【说明书】:

发明涉及一种文本分析方法、装置、计算机设备和存储介质,所述方法包括:获取待分析文本;将所述待分析文本输入到情感分类模型中,得到所述待分析文本对应的目标情感类型;获取所述待分析文本对应的候选对象集合,所述候选对象集合包括至少一个候选对象;将所述待分析文本输入到文本对象判别模型中,得到从所述候选对象集合中筛选出的所述目标情感类型对应的目标对象;根据所述目标情感类型和对应的目标对象得到所述待分析文本对应的文本分析结果。上述方法可以提高文本分析结果的准确度。

技术领域

本发明涉及计算机技术领域,特别是涉及文本分析方法、装置、计算机设备和存储介质。

背景技术

随着互联网技术的发展,网络中产生的信息也不断增加,在很多场景都存在对文本进行分析,识别文本中的情感类型的需求,例如,需要获取评论信息、新闻资讯中对产品的情感倾向,从而了解用户对产品的看法,以提高产品以及服务质量。

目前,在识别文本的情感类型中,通常是根据语句中包含的词的词性是是褒义还是贬义的来判断的,然而,一个语句的语法通常复杂多样,可以包括多种词性的词语,因此文本分析结果准确度不高。

发明内容

基于此,有必要针对上述的问题,提供一种文本分析方法、装置、计算机设备和存储介质,通过采用不同的模型分别判断文本对应的情感类型以及文本中该情感类型对应的对象,以获取文本的分析结果,因此得到的文本的情感类型以及所对应的对象的准确度高,文本分析结果准确度高。

一种文本分析方法,所述方法包括:获取待分析文本;将所述待分析文本输入到情感分类模型中,得到所述待分析文本对应的目标情感类型;获取所述待分析文本对应的候选对象集合,所述候选对象集合包括至少一个候选对象;将所述待分析文本输入到文本对象判别模型中,得到从所述候选对象集合中筛选出的所述目标情感类型对应的目标对象;根据所述目标情感类型和对应的目标对象得到所述待分析文本对应的文本分析结果。

一种文本分析装置,所述装置包括:待分析文本获取模块,用于获取待分析文本;目标情感类型得到模块,用于将所述待分析文本输入到情感分类模型中,得到所述待分析文本对应的目标情感类型;候选对象集合获取模块,用于获取所述待分析文本对应的候选对象集合,所述候选对象集合包括至少一个候选对象;目标对象得到模块,用于将所述待分析文本输入到文本对象判别模型中,得到从所述候选对象集合中筛选出的所述目标情感类型对应的目标对象;分析结果获取模块,用于根据所述目标情感类型和对应的目标对象得到所述待分析文本对应的文本分析结果。

一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行上述文本分析方法的步骤。

一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行上述文本分析方法的步骤。

上述文本分析方法、装置、计算机设备和存储介质,可通过情感分类模型确定待分析文本的目标情感类型,根据对象在待分析文本的位置对待分析文本中的对象是否为目标情感类型所对应的对象进行判断,得到待分析文本的文本分析结果,由于通过采用不同的模型分别判断文本对应的情感类型以及文本中该情感类型对应的对象,以获取文本的分析结果,因此得到的文本的情感类型以及所对应的对象的准确度高,文本分析结果准确度高。

附图说明

图1为一个实施例中提供的文本分析方法的应用环境图;

图2为一个实施例中文本分析方法的流程图;

图3A为一个实施例中文本分析方法的流程图;

图3B为一个实施例中确认文本分析结果的提示信息的示意图;

图3C为一个实施例中文本分析结果确认界面的示意图;

图3D为一个实施例中负面对象确认界面的示意图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市腾讯网络信息技术有限公司,未经深圳市腾讯网络信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811021170.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top