[发明专利]基于再注意力机制的文本情绪分类方法及系统

说明书

本公开提供了一种基于再注意力机制的文本情绪分类方法及系统，获取文本中的文字数据，并对获取的文字数据进行预处理；将预处理后的文字数据输入到预设神经网络分类模型，得到情绪分类结果；其中，预设神经网络分类模型中，包括再注意力层和多个神经网络层，再注意力层对每个神经网络层的输出向量进行特征选择；本公开在现有自注意力文本特征选择基础上，增加了特征再注意的机制，极大的提高了情绪分类的准确率。

技术领域

本公开涉及文本数据处理技术领域，特别涉及一种基于再注意力机制的文本情绪分类方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术，并不必然构成现有技术。

人的情绪波动以及舆论的动向是维系社会稳定的重要影响因素。如何能够正确分析人民群众的情绪变化并及时发现热点事件，是亟需解决的问题。

发明人发现，虽然如今各种大数据舆情分析系统层出不穷，许多初创公司也瞄准了这一方向，但是大多数的分析系统还存在着以下几点问题：依赖关键词分析，多数情感分析技术还在依靠特定关键词，如“哈哈”、“生气”等，来评判网民情绪，这种方法只能分析具有明确情感词语的句子，而对没有明确情感词语的句子，分类准确率大打折扣。

发明内容

为了解决现有技术的不足，本公开提供了一种基于再注意力机制的文本情绪分类方法及系统，在现有自注意力文本特征选择基础上，增加了多层特征的再注意机制，极大的提高了情绪分类的准确率。

为了实现上述目的，本公开采用如下技术方案：

本公开第一方面提供了一种基于再注意力机制的文本情绪分类方法。

一种基于再注意力机制的文本情绪分类方法，包括以下过程：

获取文本中的文字数据，并对获取的文字数据进行预处理；

将预处理后的文字数据输入到预设神经网络分类模型，得到情绪分类结果；

其中，预设神经网络分类模型中，包括再注意力层和多个神经网络层，再注意力层对每个神经网络层的输出向量进行特征选择。

本公开第二方面提供了一种基于再注意力机制的文本情绪分类系统。

一种基于再注意力机制的文本情绪分类系统，包括：

数据获取模块，被配置为：获取文本中的文字数据，并对获取的文字数据进行预处理；

情绪分类模块，被配置为：将预处理后的文字数据输入到预设神经网络分类模型，得到情绪分类结果；

其中，预设神经网络分类模型中，包括再注意力层和多个神经网络层，再注意力层对每个神经网络层的输出向量进行特征选择。

本公开第三方面提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本公开第一方面所述的基于再注意力机制的文本情绪分类方法中的步骤。

本公开第四方面提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本公开第一方面所述的基于再注意力机制的文本情绪分类方法中的步骤。

与现有技术相比，本公开的有益效果是：

1、本公开所述的方法、系统、介质或电子设备，在现有自注意力文本特征选择基础上，增加了特征再注意的机制，极大的提高了情绪分类的准确率。

2、本公开所述的方法、系统、介质或电子设备，实现了对对某项事件或新闻的评价形成的舆情的精准评价，提高了舆情监控能力。

本公开附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。

附图说明