[发明专利]文本极性识别方法、装置、设备及可读存储介质

说明书

本申请公开了一种文本极性识别方法、装置、设备及可读存储介质，涉及人工智能领域。该方法包括：获取目标文本内容；对目标文本内容进行分词处理，得到n个分词词汇；通过机器学习模型对n个分词词汇的词汇极性值进行识别，机器学习模型中包括极性词汇表，其中包括种子词汇和语料词汇，语料词汇的极性值是根据训练语料以及种子词汇的极性值确定的；根据分词词汇的极性值确定目标文本内容的极性。通过预先标注有极性值的种子词汇确定语料词汇的极性值，避免了由于词汇极性仅能通过人为标注，且极性词汇表中需要大量的参考词汇而导致的消耗大量人力资源以及时间资源的问题，语料词汇的极性值的标注效率较高。

技术领域

本申请实施例涉及人工智能领域，特别涉及一种文本极性识别方法、装置、设备及可读存储介质。

背景技术

在人工智能领域，对文本内容进行处理时，可采用的处理方式包括文本翻译、文本极性分类、文本语义理解等方式，其中，文本分类是指根据文本内容对该文本内容的极性进行识别的方式，该极性用于对文本内容所表达的结果进行区分，如：在金融领域，当文本内容为上涨时，则表达的极性为正面极性，当文本内容为下跌时，则表达的极性为负面极性。

相关技术中，在对文本内容的极性进行识别时，是通过预设神经网络模型进行识别的。而该预设神经网络模型中包括极性词汇表，该极性词汇表中包括标注有极性的词汇，根据该极性词汇表中的词汇对文本内容的极性进行识别。

然而，通过上述技术进行文本分类时，由于预设神经网络模型中的极性词汇表中的词汇是通过人为标注词汇极性的，在对文本极性进行识别的过程中，极性词汇表中需要有大量的词汇参与识别以确保识别的准确性，而人为对词汇极性进行标注的效率较低，标注过程需要耗费大量的资源。

发明内容

本申请实施例提供了一种文本极性识别方法、装置、设备及可读存储介质，可以解决人为对词汇极性进行标注的效率较低，标注过程需要耗费大量的资源的问题。所述技术方案如下：

一方面，提供了一种文本极性识别方法，所述方法包括：

获取目标文本内容，所述目标文本内容为待识别极性的文本内容；

对所述目标文本内容进行分词处理，得到n个分词词汇，n为正整数；

通过机器学习模型对所述n个分词词汇的词汇极性值进行识别，其中，所述机器学习模型中包括与所述目标文本内容属于同一领域的极性词汇表，所述极性词汇表中包括标注有极性值的参考词汇，所述参考词汇中包括种子词汇和语料词汇，所述种子词汇的极性值为预先标注的，所述语料词汇的极性值是根据训练语料以及所述种子词汇的所述极性值确定的；

根据所述n个分词词汇的所述词汇极性值确定所述目标文本内容的极性。

另一方面，提供了一种文本极性识别装置，所述装置包括：

获取模块，用于获取目标文本内容，所述目标文本内容为待识别极性的文本内容；

处理模块，用于对所述目标文本内容进行分词处理，得到n个分词词汇，n为正整数；

识别模块，用于通过机器学习模型对所述n个分词词汇的词汇极性值进行识别，其中，所述机器学习模型中包括与所述目标文本内容属于同一领域的极性词汇表，所述极性词汇表中包括标注有极性值的参考词汇，所述参考词汇中包括种子词汇和语料词汇，所述种子词汇的极性值为预先标注的，所述语料词汇的极性值是根据训练语料以及所述种子词汇的所述极性值确定的；

确定模块，用于根据所述n个分词词汇的所述词汇极性值确定所述目标文本内容的极性。

另一方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述本申请实施例中提供的文本极性识别方法。