[发明专利]对文本进行情感分类的方法、装置及终端

说明书

本发明适用于计算机技术领域，提供了一种对文本进行情感分类的方法、装置、终端及计算机可读存储介质。其中，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。本发明能够提高对文本进行情感分类的精度。

技术领域

本发明属于计算机技术领域，尤其涉及一种对文本进行情感分类的方法、装置、终端及计算机可读存储介质。

背景技术

自然语言处理(Natural Language Processing，NLP)是计算机与人工智能领域中的一个重要的研究方向。目前，经常采用神经网络来进行自然语言处理。例如，可以通过卷积神经网络(Convolutional Neural Network，CNN)或者循环神经网络(Recurrent NeuralNetwork，RNN)对文本的情感类别进行判断，如判断某文本的情感类别是消极、积极还是中性的。

在将文本输入给神经网络进行处理之前，需要将文本转换为向量形式，这就需要首先将文本划分为词语单元，然而，由于文本的语义是由词语单元和词语单元的连接关系共同决定的，文本被划分成孤立的词语单元后容易产生语义丢失，而语义丢失会影响神经网络对文本的情感识别精度。

发明内容

有鉴于此，本发明提供了一种对文本进行情感分类的方法、装置、终端及计算机可读存储介质，用以解决现有技术中文本被划分成孤立的词语单元后容易产生语义丢失而影响到文本的情感识别精度的问题。

本发明实施例的第一方面提供了一种对文本进行情感分类的方法，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。

本发明实施例的第二方面提供了一种对文本进行情感分类的装置，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。

本发明实施例的第三方面提供了一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上任一项所述对文本进行情感分类的方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上任一项所述对文本进行情感分类的方法的步骤。

本发明与现有技术相比存在的有益效果是：