[发明专利]一种会话情感分类方法、系统、电子设备及存储介质

权利要求书

1.一种会话情感分类方法，其特征在于，包括：

会话内容处理步骤：接受会话内容后，对所述会话内容进行文本处理；

字典生成步骤：从预训练词向量模型中抽取词语，将所述词语切分成字，并对所述字进行处理后组成字典；

字向量获取步骤：根据所述字与所述词语的构词关系获取邻接表后，根据所述邻接表计算字向量；

会话内容情感分类步骤：将所述字向量输入到深度神经网络模型后，获取所述字向量的情感分类结果。

2.根据权利要求1所述的会话情感分类方法，其特征在于，所述会话内容处理步骤包括：

会话内容获取步骤：接受用户端所产生的所述回话内容；

会话内容文本化处理步骤：将所述回话内容中的非文本类型内容转化为文本类型；

会话内容预处理步骤：将所述会话内容标准化，并将标准化会话内容切分成字序列。

3.根据权利要求2所述的会话情感分类方法，其特征在于，所述字向量获取步骤包括：

词典获取步骤：根据所述字序列，读取所述预训练词向量模型后，从所述预训练词向量模型中抽取所有的所述词语，并使用所述词语组成词典；

字典获取步骤：将所述词典中的所述词语切分为单独的所述字，对切分出的所述字进行存储以及去重处理后，使用处理后的所述字组成所述字典；

邻接表获取步骤：将所述字与所述字对应的词语放入所述邻接表中，所述字为表头，所述词语放入由所述表头指向的单向链表中；

字向量计算步骤:遍历所述邻接表并根据所述邻接表，计算所述字向量。

4.根据权利要求1所述的会话情感分类方法，其特征在于，所述会话内容情感分类步骤包括，将所述字向量输入到所述深度神经网络模型中并对所述字向量进行情感分类，获取所述字向量的所述情感分类结果。

5.一种会话情感分类系统，其特征在于，适用于上述权利要求1至4中任一项所述的会话情感分类方法，所述会话情感分类系统包括：

会话内容处理单元：接受会话内容后，对所述会话内容进行文本处理；

字典生成单元：从预训练词向量模型中抽取词语，将所述词语切分成字，并对所述字进行处理后组成字典；

字向量获取单元：根据所述字与所述词语的构词关系获取邻接表后，根据所述邻接表计算字向量；

会话内容情感分类单元：将所述字向量输入到深度神经网络模型后，获取所述字向量的情感分类结果。

6.根据权利要求5所述的会话情感分类系统，其特征在于，所述会话内容处理单元包括：

会话内容获取模块：接受用户端所产生的所述回话内容；

会话内容文本化处理模块：将所述回话内容中的非文本类型内容转化为文本类型；

会话内容预处理模块：将所述会话内容标准化，并将标准化会话内容切分成字序列。

7.根据权利要求6所述的会话情感分类系统，其特征在于，所述字向量获取单元包括：

词典获取模块：根据所述字序列，读取所述预训练词向量模型后，从所述预训练词向量模型中抽取所有的所述词语，并使用所述词语组成词典；

字典获取模块：将所述词典中的所述词语切分为单独的所述字，对切分出的所述字进行存储以及去重处理后，使用处理后的所述字组成所述字典；

邻接表获取模块：将所述字与所述字对应的词语放入所述邻接表中，所述字为表头，所述词语放入由所述表头指向的单向链表中；

字向量计算模块:遍历所述邻接表并根据所述邻接表，计算所述字向量。

8.根据权利要求7所述的会话情感分类系统，其特征在于，将所述字向量输入到所述深度神经网络模型中并对所述字向量进行情感分类，通过所述会话内容情感分类单元获取所述字向量的所述情感分类结果。

9.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的会话情感分类方法。

10.一种电子设备可读存储介质，所述电子设备可读存储介质上存储有计算机程序指令，所述计算机程序指令被所述处理器执行时实现如权利要求1至4中任一项所述的会话情感分类方法。