[发明专利]一种文本的情感分析方法、装置、电子设备及存储介质

权利要求书

1.一种文本的情感分析方法，其特征在于，包括：

获取待分析文本中的词汇；

根据情感词典，确定所述待分析文本中属于所述情感词典的词汇的极性分数；其中，所述情感词典用于确定所述情感词典所包含的单词的极性分数；

针对所述待分析文本中的每个不属于所述情感词典的词汇，分别进行以下操作：确定所述情感词典中与所述不属于所述情感词典的词汇最接近的单词；根据所述最接近的单词的极性分数，确定所述不属于所述情感词典的词汇的极性分数；

根据所述待分析文本中的词汇的极性分数，确定所述待分析文本的情感分析结果。

2.根据权利要求1所述文本的情感分析方法，其特征在于，所述确定所述情感词典中与所述不属于所述情感词典的词汇最接近的单词，具体包括：

确定所述不属于所述情感词典的词汇的第一词向量，以及所述情感词典的每个单词的第二词向量；

确定每个所述第二词向量各自与所述第一词向量之间的距离；

将与所述第一词向量距离最近的第二词向量所对应的单词，作为与所述不属于所述情感词典的词汇最接近的单词。

3.根据权利要求2所述的文本的情感分析方法，其特征在于，所述确定每个所述第二词向量各自与所述第一词向量之间的距离，具体包括：

针对每个第二词向量，分别进行以下操作：按照公式a计算所述第二词向量与所述第一词向量的距离；其中，公式a为：

其中，a_i表示所述第二词向量，j表示所述第一词向量，‖A‖_[F]表示所述第一词向量与所述第二词向量之间的距离，abs是绝对值函数。

4.根据权利要求2所述的文本的情感分析方法，其特征在于，所述确定所述不属于所述情感词典的词汇的第一词向量，以及所述情感词典的每个单词的第二词向量，具体包括：

使用词向量模型Word2VEC方法，确定所述第一词向量，以及所述第二词向量。

5.根据权利要求1所述的文本的情感分析方法，其特征在于，所述根据情感词典，确定所述待分析文本中属于所述情感词典的词汇的极性分数，具体包括：

确定所述属于所述情感词典的词汇在所述待分析文本中的词性；

查询所述情感词典，确定所述属于所述情感词典的词汇在所述待分析文本中的词性对应的极性分数的平均值；

将所述属于所述情感词典的词汇在所述待分析文本中的词性对应的极性分数的平均值，作为所述词汇的极性分数。

6.根据权利要求1所述的文本的情感分析方法，其特征在于，所述根据所述待分析文本中的词汇的极性分数，确定所述待分析文本的情感分析结果，具体包括：

计算所述待分析文本中的所有词汇的极性分数的平均值；

根据所有词汇的极性分数的平均值，确定所述待分析文本的情感分析结果。

7.根据权利要求1至6中任一项所述的文本的情感分析方法，其特征在于，在所述根据所述最接近的单词的极性分数，确定所述不属于所述情感词典的词汇的极性分数之后，所述文本的情感分析方法还包括：

根据所述不属于所述情感词典的词汇，以及所述不属于所述情感词典的词汇的极性分数，更新所述情感词典。

8.一种文本的情感分析装置，其特征在于，包括：获取模块、第一确定模块、第二确定模块和第三确定模块；

所述获取模块用于获取待分析文本中的词汇；

所述第一确定模块用于根据情感词典，确定所述待分析文本中属于所述情感词典的词汇的极性分数；其中，所述情感词典用于确定所述情感词典所包含的单词的极性分数；

所述第二确定模块用于针对所述待分析文本中的每个不属于所述情感词典的词汇，分别进行以下操作：确定所述情感词典中与所述不属于所述情感词典的词汇最接近的单词；根据所述最接近的单词的极性分数，确定所述不属于所述情感词典的词汇的极性分数；

所述第三确定模块用于根据所述待分析文本中的词汇的极性分数，确定所述待分析文本的情感分析结果。