[发明专利]一种情感分析方法、装置、电子设备及存储介质

权利要求书

1.一种情感分析方法，其特征在于，包括：

获取待分析文本，根据所述待分析文本中的任意两个词语同时出现的频率，计算所述两个词语的共现相似度，计算所述两个词语的语义相似度，根据所述共现相似度和语义相似度计算所述两个词语的相似权值，根据所述相似权值，构建词共现特征集；

根据神经网络算法计算所述待分析文本的文本信息，通过注意力机制对所述文本信息进行优化，根据所述优化后的文本信息和所述词共现特征集进行情感分析。

2.根据权利要求1所述的情感分析方法，其特征在于，所述计算所述两个词语的语义相似度，包括：

通过Word2vec词向量模型分别获取所述两个词语的语义，根据余弦相似度计算公式计算所述两个词语的语义相似度。

3.根据权利要求1所述的情感分析方法，其特征在于，所述根据所述相似权值，构建词共现特征集，包括：

选取所述待分析文本中的任一第一词语，并选取与所述第一词语相关的最大的所述相似权值所对应的词语作为第二词语，根据所述第一词语和所述第二词语构建词共现特征组，根据所述待分析文本中的所有的所述词共现特征组构建所述词共现特征集。

4.根据权利要求1所述的情感分析方法，其特征在于，所述待分析文本的文本信息，包括：

上下文语义信息、文本方面词表征信息。

5.根据权利要求1所述的情感分析方法，其特征在于，所述神经网络算法，包括：

BiLSTM神经网络算法。

6.根据权利要求1所述的情感分析方法，其特征在于，所述通过注意力机制对所述文本信息进行优化，包括：

通过注意力机制对所述文本信息中的元素进行转化，并计算所述元素的注意力权重，根据转化后的所述元素和所述注意力权重对所述文本信息进行优化。

7.根据权利要求1所述的情感分析方法，其特征在于，所述根据所述优化后的文本信息和所述词共现特征集进行情感分析，包括：

将所述优化后的文本信息和所述词共现特征集进行信息结合后，输入至卷积神经网络模型中，将通过所述卷积神经网络模型获取到的特征向量输入至Softmax分类器中进行分类，根据所述分类结果进行所述情感分析。

8.一种情感分析装置，其特征在于，包括：

词共现特征集构建模块，用于获取待分析文本，根据所述待分析文本中的任意两个词语同时出现的频率，计算所述两个词语的共现相似度，计算所述两个词语的语义相似度，根据所述共现相似度和语义相似度计算所述两个词语的相似权值，根据所述相似权值，构建词共现特征集；

注意力优化模块，用于根据神经网络算法计算所述待分析文本的文本信息，并将所述文本信息由注意力机制优化；

情感分析模块，用于根据所述优化后的文本信息和所述词共现特征集进行情感分析。

9.一种电子设备，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一所述的情感分析方法。

10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的情感分析方法。