[发明专利]一种文本标注方法及装置

说明书

本发明实施例提供了一种文本标注方法及装置，上述方法包括：确定待标注文本中各个文本片段所描述内容的类型，作为内容类型；根据每一文本片段对应的内容类型以及预设的对应关系，确定每一文本片段中待进行情感标注的对象的类型，作为对象类型，其中，所述预设的对应关系为：各个内容类型与各个对象类型之间的对应关系；针对每一文本片段，从该文本片段包含的对象中，确定类型为该文本片段对应的对象类型的待标注对象，基于该文本片段对所述待标注对象进行情感识别，并根据情感识别结果，在该文本片段中标注所述待标注对象的情感。应用本实施例提供的方案进行文本标注时，能够提高对文本进行情感标注的精确度。

技术领域

本发明涉及文本分析技术领域，特别是涉及一种文本标注方法及装置。

背景技术

在对文本中对象的情感进行分析时，通常基于对象情感分析模型获得对 象情感分析结果。上述对象情感分析模型一般是预先训练得到的，训练上述 对象情感分析模型时，需要对样本文本整体所表达的情感进行标注，得到标 注结果，然后以上述标注结果作为训练基准进行模型训练，得到上述对象情 感分析模型。其中，标注结果越接近样本文本所表达的真实情感，使用训练得到的对象情感分析模型对对象的情感进行分析的结果越准确。

文本整体所表达的情感反映了文本在情感方面的整体基调，例如，悲伤 的基调、热闹的基调、激动的基调等等，这样来看文本整体所表达的情感是 单一情感。然而，站在文本细节角度而言，如从每句话或者每段话来看，其 实际所表达的情感是非常丰富的，例如：文本中可以包括多个对象，上述对 象可以为文本中所出现的人、物等，文本所表达的每一对象的情感是不相同的，例如，有的对象的情感是开心，而有的对象的情况则恰恰相反是悲伤。 因此，应用上述方式对文本进行情感标注易导致所标注情感的精确度较低。

发明内容

本发明实施例的目的在于提供一种文本标注方法及装置，以提高所标注 情感的精确度。具体技术方案如下：

第一方面，本发明实施例提供了一种文本标注方法，所述方法包括：

确定待标注文本中各个文本片段所描述内容的类型，作为内容类型；

根据每一文本片段对应的内容类型以及预设的对应关系，确定每一文本片 段中待进行情感标注的对象的类型，作为对象类型，其中，所述预设的对应关 系为：各个内容类型与各个对象类型之间的对应关系；

针对每一文本片段，从该文本片段包含的对象中，确定类型为该文本片段 对应的对象类型的待标注对象，基于该文本片段对所述待标注对象进行情感识 别，并根据情感识别结果，在该文本片段中标注所述待标注对象的情感。

本发明的一个实施例中，上述确定待标注文本中各个文本片段所描述内容 的类型，包括：

按照以下方式确定待标注文本中每一文本片段所描述内容的内容类型：

当文本片段中包含表征对白内容片段开始的开始字符时，判断所述文本片 段中的第一文本子片段的长度是否大于第二文本子片段的长度，所述第一文本 子片段为：文本片段中位于所述开始字符前的文本子片段，所述第二文本子片 段为：文本片段中位于所述开始字符后的文本子片段；

若为是，将所述文本片段对应的内容类型确定为描述对象行为的内容类型；

若为否，当所述第一文本子片段中包含表征文本内容类型的字符时，将所 述文本片段对应的内容类型确定为描述文本场景的内容类型；当所述第一文本 子片段中不包含表征文本内容类型的字符时，将所述文本片段对应的内容类型 确定为描述对象对白的内容类型。

本发明的一个实施例中，上述确定待标注文本中各个文本片段所描述内容 的类型，包括：

对待标注文本进行对象标识识别，确定所述待标注文本中包含的对象标识， 并按照以下方式确定所述待标注文本中每一文本片段所描述内容的类型：