[发明专利]文本情感内容分析方法、装置、设备及存储介质在审

专利信息
申请号: 202110100781.1 申请日: 2021-01-25
公开(公告)号: CN112784573A 公开(公告)日: 2021-05-11
发明(设计)人: 刘晶;孟凯;覃俊;夏梦;帖军;徐胜舟;刘璐 申请(专利权)人: 中南民族大学
主分类号: G06F40/205 分类号: G06F40/205;G06N3/04;G06N3/08
代理公司: 深圳市世纪恒程知识产权代理事务所 44287 代理人: 谢阅
地址: 430074 湖北省武汉*** 国省代码: 湖北;42
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 情感 内容 分析 方法 装置 设备 存储 介质
【说明书】:

发明属于数据分析技术领域,公开了一种文本情感内容分析方法、装置、设备及存储介质。该方法包括:通过BERT模型对待分析文本进行分析,以获得所述待分析文本的词向量;对所述词向量对应的子句信息添加全局注意力机制,得到全局文本信息;通过预设注意力机制对所述词向量对应的子句信息进行分析,获得结合注意力信息的子句信息;通过自注意力机制结合所述全局文本信息和所述结合注意力信息的子句信息,得到目标文本;根据所述目标文本中子句间的关系通过分类器进行分析,得到情感原因对,并通过所述情感原因得到所述待分析文本的情感分析结果。通过上述方式,可以自动抽取含有情感原因子句的文本特征,增强情感子句和原因子句的联合抽取效果。

技术领域

本发明涉及数据分析技术领域,尤其涉及一种文本情感内容分析方法、装置、设备及存储介质。

背景技术

随着社会的发展,对文本中所含有的情感内容的分析变得尤为重要。现有对于文本的情感内容分析技术中,对于评价语句较短,基于传统机器学习的技术需要复杂和繁琐的特征工程,可移植性差,且准确度低,不容易捕捉语义特征,且没有考虑情感要素和情感原因抽取任务之间的关系。同时基于深度学习技术的方法,没有充分考虑句子之间的关系,并缺乏对文档信息的利用。因此,如何结合文本信息对文本中所含有的情感原因对能够高效准确的抽取并对文本进行分析成为一个现有技术中急需解决的问题。

上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种文本情感内容分析方法、装置、设备及存储介质,旨在解决现有技术如何结合文本信息对文本中所含有的情感原因对能够高效准确的抽取并对文本进行分析的技术问题。

为实现上述目的,本发明提供了一种文本情感内容分析方法,所述方法包括以下步骤:

通过BERT模型对待分析文本进行分析,以获得所述待分析文本的词向量;

对所述词向量对应的子句信息添加全局注意力机制,得到全局文本信息;

通过预设注意力机制对所述词向量对应的子句信息进行分析,获得结合注意力信息的子句信息;

通过自注意力机制结合所述全局文本信息和所述结合注意力信息的子句信息,得到目标文本;

根据所述目标文本中子句间的关系通过分类器进行分析,得到情感原因对,并通过所述情感原因得到所述待分析文本的情感分析结果。

可选地,所述通过预设注意力机制对所述词向量对应的子句信息进行分析,获得结合注意力信息的子句信息,包括:

通过双向长短期记忆网络对所述词向量对应的子句信息进行编码处理,获取所述子句信息中的情感特征词汇;

通过预设注意力机制对所述情感特征词汇进行分析,获得结合注意力信息的子句信息。

可选地,所述通过预设注意力机制对所述情感特征词汇进行分析,获得结合注意力信息的子句信息,包括:

根据所述情感特征词汇与对应子句的语义信息,得到所述情感特征词汇的级别权重;

根据所述情感特征词汇的级别权重与对应子句信息,获得结合注意力信息的子句信息。

可选地,所述通过自注意力机制结合所述全局文本信息和所述结合注意力信息的子句信息,得到目标文本的步骤之前,还包括:

获取所述结合注意力信息的子句信息中的情感特征;

所述通过自注意力机制结合所述全局文本信息和所述结合注意力信息的子句信息,得到目标文本,包括:

通过自注意力机制以及情感特征结合所述全局文本信息和所述结合注意力信息的子句信息,得到目标文本。

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中南民族大学,未经中南民族大学许可,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/202110100781.1/2.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