[发明专利]目标人物间亲密度识别方法、装置、电子设备及存储介质

权利要求书

1.一种目标人物间亲密度识别方法，其特征在于，所述方法包括：

获取待识别的文本数据，所述文本数据包括多条句子；

分别将所述多条句子中的各条句子输入分类模型，得到所述各条句子分别对应的至少两个目标人物的亲密度关系，所述分类模型为预先基于样本语料集训练得到的深度学习模型，所述样本语料集包括多条样本句子以及所述多条样本句子中各条样本句子分别对应的至少两个目标人物的亲密度关系标注信息；

针对一组指定的至少两个目标人物，根据所述各条句子分别对应的所述指定的至少两个目标人物的亲密度关系，确定所述指定的至少两个目标人物间的亲密度。

2.根据权利要求1所述的方法，其特征在于，所述针对一组指定的至少两个目标人物，根据所述各条句子分别对应的所述指定的至少两个目标人物的亲密度关系，确定所述指定的至少两个目标人物间的亲密度，包括：

针对一组指定的至少两个目标人物，识别所述各条句子分别对应的所述指定的至少两个目标人物的亲密度关系的关系属性；

统计并根据所述指定的至少两个目标人物的亲密度关系的各关系属性的句子数目，确定所述指定的至少两个目标人物间的亲密度。

3.根据权利要求2所述的方法，其特征在于，所述关系属性包括正向关系、负向关系和中性关系；所述亲密度包括权重预测值和关系属性；

所述统计并根据所述指定的至少两个目标人物的亲密度关系的各关系属性的句子数目，确定所述指定的至少两个目标人物间的亲密度，包括：

统计所述指定的至少两个目标人物的亲密度关系的关系属性为正向关系的第一句子数目、关系属性为负向关系的第二句子数目，以及关系属性为中性关系的第三句子数目；

计算所述第一句子数目与所述第二句子数目的差值，以及所述第一句子数目、所述第二句子数目和所述第三句子数目的总数目；

计算所述差值与所述总数目的比值，并将所述比值作为所述指定的至少两个目标人物间的亲密度的权重预测值；

根据所述比值的符号，确定所述指定的至少两个目标人物间的亲密度的关系属性。

4.根据权利要求1所述的方法，其特征在于，所述分类模型的训练方式，包括：

获取样本语料集；

将所述样本语料集中的各条样本句子作为训练样本，依次输入预设分类模型，对所述预设分类模型进行训练，得到训练后的分类模型。

5.根据权利要求4所述的方法，其特征在于，所述获取样本语料集，包括：

获取多个待分析的文本数据；

分别将所述多个待分析的文本数据中的各文本数据分割成多条句子，并对分割后的各条句子分别进行分词处理，得到所述各条句子中的分词数据；

针对所述各条句子，判断该条句子中的分词数据是否包括至少两个目标人物的名称，并在该条句子中的分词数据包括至少两个目标人物的名称时，查询预先建立的目标人物关系表，判断所述至少两个目标人物是否存在亲密度关系；

将分词数据包括至少两个目标人物的名称，且所述至少两个目标人物存在亲密度关系的句子作为样本句子添加至样本语料集，并获取所述至少两个目标人物的亲密度关系标注信息添加至所述样本语料集。

6.根据权利要求4所述的方法，其特征在于，在所述将所述样本语料集中的各条样本句子作为训练样本，依次输入预设分类模型，对所述预设分类模型进行训练，得到训练后的分类模型之后，所述方法还包括：

获取基于所述样本语料集的任一组至少两个目标人物间的亲密度权重标注值；

分别将所述样本语料集中的各条样本句子输入所述训练后的分类模型，得到所述样本语料集中各条样本句子分别对应的至少两个目标人物的亲密度关系；

针对所述任一组至少两个目标人物，根据所述样本语料集中各条样本句子分别对应的所述任一组至少两个目标人物的亲密度关系，计算所述任一组至少两个目标人物间的亲密度权重预测值；

根据所述亲密度权重标注值及所述亲密度权重预测值，统计所述亲密度权重预测值与所述亲密度权重标注值的差值绝对值小于或等于预设阈值的目标人物组数目；

根据所述目标人物组数目以及统计的所述样本语料集中目标人物总组数，计算所述分类模型的亲密度分类准确率。