[发明专利]情绪分析方法、装置、电子设备及存储介质

权利要求书

1.一种情绪分析方法，其特征在于，所述方法包括：

获取预设时长内的多个单句，所述多个单句包括携带有业务分类标签的单句；

将所述多个单句输入情绪分析模型进行处理，得到每个单句对应的情绪类别；

根据每个所述业务分类标签下的单句对应的单句类型，在所述多个单句中确定对应每个所述业务分类标签的目标客户单句；

根据所述目标客户单句的情绪类别和单句总数量，得到每个所述业务分类标签对应的客户情绪指数。

2.如权利要求1所述的方法，其特征在于，所述情绪分析模型的训练方法包括：

获取多个单句样本以及所述每个单句样本对应的情绪类别；

将所述多个单句样本以及所述每个单句样本对应的情绪类别输入预训练模型进行训练，得到所述情绪分析模型。

3.如权利要求2所述的方法，其特征在于，所述将所述多个单句样本以及所述每个单句样本对应的情绪类别输入预训练模型进行训练，得到所述情绪分析模型，包括：

使用文本预训练模型对所述多个单句样本进行编码；

将编码后的结果输入分类器进行分类；

基于目标损失函数，调整所述文本预训练模型的模型参数，得到所述情绪分类模型。

4.如权利要求1所述的方法，其特征在于，所述将所述多个单句输入情绪分析模型进行处理，得到每个单句对应的情绪类别，包括：

将所述多个单句输入所述情绪分析模型进行处理，得到所述多个单句对应不同情绪类别的置信度；

根据所述置信度以及所述不同情绪类别对应的置信度阈值的大小关系，得到所述多个单句的情绪类别。

5.如权利要求1所述的方法，其特征在于，所述单句类型包括客户单句和坐席单句中的至少一个；

所述根据每个所述业务分类标签下的单句对应的单句类型，在所述多个单句中确定对应每个所述业务分类标签的目标客户单句，包括：

确定每个所述业务分类标签下的单句对应的单句类型；

若所述单句类型为坐席单句，则获取所述坐席单句的上下两个客户单句；

若所述单句类型为客户单句，则获取所述客户单句；

将所述坐席单句对应的上下两个客户单句以及所述客户单句汇总，得到所述目标客户单句。

6.如权利要求1所述的方法，其特征在于，所述根据所述目标客户单句的情绪类别和单句总数量，得到每个所述业务分类标签对应的客户情绪指数，包括：

根据所述目标客户单句中每个客户单句的情绪类别，统计每个情绪类别对应的客户单句数量；

根据所述单句总数量、所述客户单句数量以及每个所述情绪类别对应的预设权重，得到每个所述业务分类标签对应的客户情绪指数。

7.如权利要求6所述的方法，其特征在于，所述根据所述目标客户单句的单句总数量、所述每个情绪类别对应的客户单句数量以及每个情绪类别对应的预设权重，得到每个所述业务分类标签对应的客户情绪指数，包括：

计算所述客户单句数量与对应的预设权重的数量积；

计算所述目标客户单句对应的各个情绪类别的数量积的和；

将所述数量积的和与所述单句总数量的比值确定为每个所述业务分类标签对应的客户情绪指数。

8.一种情绪分析装置，其特征在于，所述装置包括：

单句获取模块，用于获取预设时长内的多个单句，所述多个单句包括携带有业务分类标签的单句；

情绪分析模块，用于将所述多个单句输入情绪分析模型进行处理，得到每个单句对应的情绪类别；

客户单句确定模块，用于根据每个所述业务分类标签下的单句对应的单句类型，在所述多个单句中确定对应每个所述业务分类标签的目标客户单句；

指数确定模块，用于根据所述目标客户单句的情绪类别和单句总数量，得到每个所述业务分类标签对应的客户情绪指数。