[发明专利]一种情感分析模型训练优化方法、系统和存储介质

权利要求书

1.一种情感分析方法情感分析模型训练优化方法，其特征在于，模型包括自注意力机制模块和多层感知器模块，所述方法包括如下步骤：

获取文本和情感标签，并输入所述模型的所述自注意力机制模块；

通过所述自注意力机制模块将所述文本和所述情感标签进行特征融合，得到融合表示标识；

将所述融合表示标识输入所述多层感知器模块并进行计算，得到所述文本和所述情感标签的匹配度；

基于所述匹配度优化损失函数使所述模型达到收敛状态，得到优化模型；

通过所述优化模型对输入的待预测文本进行情感分析操作。

2.根据权利要求1所述的情感分析模型训练优化方法，其特征在于，所述通过所述自注意力机制模块将所述文本和所述情感标签进行特征融合，得到融合表示标识，进一步包括如下步骤：

通过所述自注意力机制模块将所述文本进行特征融合；

通过所述自注意力机制模块将所述情感标签进行特征融合；

通过所述自注意力机制模块将特征融合后的文本和特征融合后的情感标签进行特征融合，得到所述融合表示标识。

3.根据权利要求1所述的情感分析模型训练优化方法，其特征在于，所述基于所述匹配度优化损失函数使所述模型达到收敛状态，进一步包括如下步骤：

基于所述匹配度采用梯度回传算法优化损失函数，使所述模型达到收敛状态。

4.根据权利要求1所述的情感分析模型训练优化方法，其特征在于，所述通过所述优化模型对输入的待预测文本进行情感分析操作，进一步包括如下步骤：

获取待预测文本和若干情感标签，所述优化模型输出所述待预测文本和每个所述情感标签的匹配度；

将所述待预测文本和每个所述情感标签的匹配度降序排列，输出排序第一的匹配度对应的情感标签，作为所述待预测文本的所述情感标签。

5.根据权利要求1所述的情感分析模型训练优化方法，其特征在于，所述获取文本和情感标签，进一步包括如下步骤：

将文本和情感标签使用分隔符进行连接。

6.根据权利要求5所述的情感分析模型训练优化方法，其特征在于，所述文本包括至少一个文本，所述情感标签包括至少一个情感标签。

7.一种情感分析模型训练优化系统，其特征在于，模型包括自注意力机制模块和多层感知器模块，所述系统包括：

特征融合单元：用于将获取的文本和情感标签通过所述自注意力机制模块进行特征融合，得到融合表示标识；

模型训练单元：用于将所述融合表示标识输入所述多层感知器模块并进行计算，得到所述文本和所述情感标签的匹配度；基于所述匹配度采用梯度回传算法优化损失函数使所述模型达到收敛状态，得到优化模型；

情感分析单元：用于获取待预测文本和若干情感标签，通过所述优化模型输出所述待预测文本和每个所述情感标签的匹配度；用于将所述待预测文本和每个所述情感标签的匹配度降序排列，输出排序第一的匹配度对应的所述情感标签。

8.一种计算机存储介质，其特征在于，用于储存为上述权利要求1-6中任一项所述的情感分析模型训练优化方法所用的计算机软件指令，其包含用于执行上述为情感分析模型训练优化方法所设计的程序。