[发明专利]情感属性获取方法、装置、设备、及存储介质

权利要求书

1.一种情感属性获取方法，其特征在于，包括：

获取待分析文本，以及获取所述待分析文本中各个字符的特征信息；

对所述待分析文本进行向量化处理，获得所述待分析文本的向量矩阵；

根据所述待分析文本中各个字符的特征信息与所述向量矩阵，获取拼接后的向量矩阵信息；

根据所述待分析文本、各个字符的特征信息以及拼接后的向量矩阵信息，获得所述待分析文本对应的情感属性。

2.根据权利要求1所述的情感属性获取方法，其特征在于，所述根据所述待分析文本中各个字符的特征信息与所述向量矩阵，获取拼接后的向量矩阵信息，包括：

获取所述特征信息对应的字符在所述待分析文本中的第一位置，以及所述向量矩阵对应字符在所述待分析文本中的第二位置；

根据所述第一位置以及第二位置将所述待分析文本中各个字符的特征信息与所述向量矩阵进行拼接，获得拼接后的向量矩阵信息。

3.根据权利要求1所述的情感属性获取方法，其特征在于，所述根据所述待分析文本以及拼接后的向量矩阵信息，获得所述待分析文本对应的情感属性，包括：

获取所述各个字符的特征信息的向量；

根据所述待分析文本以及拼接后的向量矩阵信息计算所述待分析文本的标签分数；

根据所述标签分数获取所述待分析文本对应的情感属性。

4.根据权利要求1所述的情感属性获取方法，其特征在于，所述对所述待分析文本进行向量化处理，获得所述待分析文本的向量矩阵，包括：

通过训练后向量化模型对输入的待分析文本进行分词处理，生成组成所述待分析文本的词语，并获取所述词语对应的词向量；

将所述词向量按所述待分析文本对应的字符排列顺序进行连接，得到所述待分析文本的向量矩阵。

5.根据权利要求4所述的情感属性获取方法，其特征在于，所述通过向量化模型对输入的待分析文本进行分词处理，生成组成所述待分析文本的词语，包括：

将所述待分析文本切分出与预设词库匹配的词，得到初始词语；

通过所述向量化模型获取所述初始词语与预设词库中各个词语之间的最优路径；

根据所述最优路径确定组成所述待分析文本的词语。

6.根据权利要求4所述的情感属性获取方法，其特征在于，所述通过向量化模型对输入的待分析文本进行分词处理，生成组成所述待分析文本的词语，并获取所述词语对应的词向量之前，还包括：

获取标注有真实词语类别的同一偏旁部首的词语，得到训练样本；

确定所述训练样本的词语预测类别；

根据所述真实词语类别和词语预测类别获取预设的损失函数；

根据所述损失函数对所述向量化模型进行收敛，获得训练后向量化模型。

7.根据权利要求1所述的情感属性获取方法，其特征在于，所述特征信息包括声调以及偏旁部首，所述获取所述待分析文本中各个字符的特征信息，包括：

获取基础部首表；

对所述待分析文本中各个字符进行拆分，得到所述待分析文本的子字符；

根据所述基础部首表与所述子字符获取所述待分析文本中各个字符的偏旁部首。

8.一种情感属性获取装置，其特征在于，包括：

第一获取单元，用于获取待分析文本，以及获取所述待分析文本中各个字符的特征信息；

向量化单元，用于对所述待分析文本进行向量化处理，获得所述待分析文本的向量矩阵；

第二获取单元，用于根据所述待分析文本中各个字符的特征信息与所述向量矩阵，获取拼接后的向量矩阵信息；

情感属性获得单元，用于根据所述待分析文本以及拼接后的向量矩阵信息，获得所述待分析文本对应的情感属性。

9.一种设备，其特征在于，包括处理器和存储器，所述存储器中存储有程序代码，所述处理器调用所述存储器中的程序代码时执行如权利要求1至7任一项所述的情感属性获取方法。

10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，该程序被处理器加载以执行如权利要求1至7任一项所述的情感属性获取方法。