[发明专利]情感分析方法、评价、情感分析模型的训练方法及装置在审
| 申请号: | 202011121695.0 | 申请日: | 2020-10-19 |
| 公开(公告)号: | CN112256826A | 公开(公告)日: | 2021-01-22 |
| 发明(设计)人: | 汪硕芃;常永炷;郝雷光;张聪;范长杰;胡志鹏 | 申请(专利权)人: | 网易(杭州)网络有限公司 |
| 主分类号: | G06F16/33 | 分类号: | G06F16/33;G06F16/9536;G06F40/211 |
| 代理公司: | 北京超成律师事务所 11646 | 代理人: | 张芮 |
| 地址: | 310052 浙江省杭州*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 情感 分析 方法 评价 模型 训练 装置 | ||
1.一种情感分析方法,其特征在于,包括:
获取待分析文本数据;
采用评价主体提取模型,提取所述待分析文本数据中的至少一个评价主体,其中,所述评价主体提取模型通过评价样本数据训练获取;
采用情感分析模型对各所述评价主体对应的待分析文本数据进行情感分析,获取各所述评价主体对应的情感分析结果。
2.根据权利要求1所述的情感分析方法,其特征在于,所述采用评价主体提取模型,提取所述待分析文本数据中的至少一个评价主体之后,还包括:
若针对所述待分析文本数据未提取到所述评价主体,则采用整句分析模型对所述待分析文本数据进行情感分析,获取所述待分析文本数据的情感分析结果。
3.根据权利要求1所述的情感分析方法,其特征在于,所述采用情感分析模型对各所述评价主体对应的待分析文本数据进行情感分析,获取各所述评价主体对应的情感分析结果,包括:
采用情感分析模型对所述待分析文本数据进行情感提取,获取各所述评价主体对应的评价维度;
根据各所述评价主体对应的所述评价维度,获取所述评价维度对应的情感评价倾向;
根据所述评价主体对应的所述评价维度以及所述评价维度对应的所述情感评价倾向,获取所述评价主体对应的情感分析结果。
4.根据权利要求1所述的情感分析方法,其特征在于,所述获取待分析文本数据,包括:
采集原始文本数据;
对所述原始文本数据进行预处理,获取预处理后的所述待分析文本数据。
5.根据权利要求4所述的情感分析方法,其特征在于,所述对所述原始文本数据进行预处理,获取预处理后的所述待分析文本数据,包括:
对所述原始文本数据进行去噪,获取去噪后的文本数据;
根据所述去噪后的文本数据,获取预处理后的所述待分析文本数据。
6.根据权利要求5所述的情感分析方法,其特征在于,所述根据所述去噪后的文本数据,获取预处理后的所述待分析文本数据,包括:
根据所述去噪后的文本数据以及所述原始文本数据所属原贴,检测获取所述去噪后的文本数据与所述原贴之间的关系;
根据所述去噪后的文本数据与所述原贴之间的关系,对所述去噪后的文本数据进行补全,获取预处理后的所述待分析文本数据。
7.一种评价模型的训练方法,其特征在于,所述方法包括:
获取第一训练数据集,所述第一训练数据集包括多个第一样本文本数据,所述第一样本文本数据标注有至少一个样本评价主体;
根据所述第一训练数据集,训练获取所述评价主体提取模型,所述评价主体提取模型用于获取文本数据中的至少一个评价主体。
8.根据权利要求7所述的训练方法,其特征在于,所述根据所述第一训练数据集,训练获取所述评价主体提取模型,包括:
通过预训练模型获取各所述第一样本文本数据的句向量;
根据各所述第一样本文本数据的句向量和条件随机场模型,训练获取所述评价主体提取模型。
9.一种情感分析模型的训练方法,其特征在于,所述方法包括:
获取第二训练数据集,所述第二训练数据集包括多个第二样本文本数据,所述第二样本文本数据标注有至少一个评价主体、各所述评价主体对应的评价维度、所述评价维度对应的情感评价倾向以及各所述评价主体对应的情感分析结果;
根据所述第二训练数据集,训练获取所述情感分析模型,所述情感分析模型用于获取文本数据中评价主体对应的情感分析结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于网易(杭州)网络有限公司,未经网易(杭州)网络有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011121695.0/1.html,转载请声明来源钻瓜专利网。





