[发明专利]对文本进行情感分类的方法、装置及终端

权利要求书

1.一种对文本进行情感分类的方法，其特征在于，所述方法包括：

对目标文本进行分词处理，得到所述目标文本的词集合；

利用预设的词映射矩阵将所述词集合映射到同一多维实数空间，得到所述目标文本对应的第一文本向量，其中，所述第一文本向量的任意两个词向量单元在所述多维实数空间中的距离表示与该两个词向量单元对应的词集合中的两个词单元的相关度；

对所述第一文本向量进行情感分类，确定所述目标文本的情感类别。

2.根据权利要求1所述的对文本进行情感分类的方法，其特征在于，在所述利用预设的词映射矩阵将所述词集合映射到同一多维实数空间之前还包括：

获取训练语料，并基于获取的所述训练语料建立第一词向量矩阵；

对所述第一词向量矩阵进行奇异值分解，得到第二词向量矩阵；

对所述第二词向量矩阵进行降维，得到所述词映射矩阵。

3.根据权利要求1所述的对文本进行情感分类的方法，其特征在于，所述利用预设的词映射矩阵将所述词集合映射到同一多维实数空间，得到所述目标文本对应的第一文本向量还包括：

计算所述词集合中各词单元的权值，并基于所述各词单元的权值生成第二文本向量；

利用所述词映射矩阵将所述第二文本向量映射到所述多维实数空间，得到所述第一文本向量。

4.根据权利要求1至3任一项所述的对文本进行情感分类的方法，其特征在于，所述对所述第一文本向量进行情感分类，确定所述目标文本的情感类别包括：

将所述第一文本向量输入已训练的情感分类器，得到所述目标文本的情感类别。

5.根据权利要求4所述的对文本进行情感分类的方法，其特征在于，在所述将所述第一文本向量输入已训练的情感分类器，得到所述目标文本的情感类别之前还包括：

获取已标注情感类别的训练样本；

将已标注情感类别的训练样本输入预先构建的情感分类器；

根据输出结果对所述预先构建的情感分类器进行参数调整，直到所述训练样本的输出结果与已标注的情感类别的接近度小于预设阈值，得到已训练的情感分类器。

6.根据权利要求1至3任一项所述的对文本进行情感分类的方法，其特征在于，在所述将所述第一文本向量输入已训练的情感分类器，得到所述目标文本的情感类别之前还包括：

获取已标注情感类别的训练样本；

在所述多维实数空间对所述训练样本中的各样本向量进行聚类，确定每种情感类别的聚类中心向量；

相应的，所述对所述第一文本向量进行情感极性分析，得到所述目标文本的情感类别具体为：

计算所述第一文本向量与所述每种情感类别的聚类中心向量的距离；

确定与所述第一文本向量距离最近的目标聚类中心向量，将所述目标聚类中心向量对应的情感类别确定为所述目标文本的情感类别。

7.一种对文本进行情感分类的装置，其特征在于，所述装置包括：

分词单元，用于对目标文本进行分词处理，得到所述目标文本的词集合；

文本向量映射单元，用于利用预设的词映射矩阵将所述词集合映射到同一多维实数空间，得到所述目标文本对应的第一文本向量，其中，所述第一文本向量的任意两个词向量单元在所述多维实数空间中的距离表示与该两个词向量单元对应的词集合中的两个词单元的相关度；

情感分类单元，用于对所述第一文本向量进行情感分类，确定所述目标文本的情感类别。

8.根据权利要求7所述的对文本进行情感分类的装置，其特征在于，所述装置还包括：

词文本矩阵生成单元，用于获取训练语料，并基于获取的所述训练语料建立第一词向量矩阵；

奇异值分解单元，用于对所述第一词向量矩阵进行奇异值分解，得到第二词向量矩阵；

降维单元，用于对所述第二词向量矩阵进行降维，得到所述词映射矩阵。