[发明专利]一种情感分类方法及设备

权利要求书

1.一种情感分类方法，其特征在于，包括步骤：

获取文本中目标句子对应的嵌入表示；其中，所述目标句子中包括上下文和目标词，所述目标词中至少包括一个单词；

将所述目标句子对应的嵌入表示输入预设的特征信息提取网络，获取所述目标句子对应的句子特征表示；

获取所述目标句子对应的权重图；其中，所述权重图中包括信息从所述目标句子中单词对应的节点传递到所述单词对应的节点的邻接节点的概率；

将所述目标句子对应的句子特征表示和所述目标句子对应的权重图输入预设的权重图句法信息提取网络，得到所述目标句子对应的权重图句法信息；

获取所述目标句子对应的句法邻接矩阵和所述目标句子对应的语义邻接矩阵；

将所述目标句子对应的句子特征表示、所述目标句子对应的句法邻接矩阵和所述目标句子对应的语义邻接矩阵输入预设的语义句法信息整合网络，得到所述目标句子对应的语义补充句法信息；

根据所述目标词在所述目标句子中的位置、所述权重图句法信息、所述语义补充句法信息和预设的情感信息提取算法，得到所述权重图句法信息对应的第一情感特征表示和所述语义补充句法信息对应的第二情感特征表示；

对所述第一情感特征表示和所述第二情感特征表示进行融合，得到融合后的情感特征表示，将所述融合后的情感特征表示输入预设的情感分类函数中，得到所述目标词的情感分类结果。

2.根据权利要求1所述的情感分类方法，其特征在于，所述获取文本中目标句子对应的嵌入表示，包括步骤：

获取所述目标句子对应的词嵌入表示和所述目标句子对应的词性标签嵌入表示；

拼接所述目标句子对应的词嵌入表示和所述目标句子对应的词性标签嵌入表示，得到所述目标句子对应的嵌入表示。

3.根据权利要求1所述的情感分类方法，其特征在于，所述将所述目标句子对应的嵌入表示输入预设的特征信息提取网络，获取所述目标句子对应的句子特征表示，包括步骤：

将所述目标句子对应的嵌入表示输入至预设的双向GRU神经网络，获取所述目标句子对应的前向句子特征表示和所述目标句子对应的后向句子特征表示；

拼接所述前向句子特征表示和所述后向句子特征表示，得到所述目标句子对应的句子特征表示。

4.根据权利要求1所述的情感分类方法，其特征在于，所述获取所述目标句子对应的权重图，包括步骤：

获取所述目标句子对应的句法依存树和节点依存类型对应的嵌入表示；其中，所述句法依存树中包括所述目标句子中单词对应的节点以及邻接的所述节点之间的节点依存类型；

根据所述目标句子对应的句子特征表示、所述目标句子对应的句法依存树、所述节点依存类型对应的嵌入表示和预设的权重图生成算法，生成所述目标句子对应的权重图。

5.根据权利要求4所述的情感分类方法，其特征在于，所述根据所述目标句子对应的句子特征表示、所述目标句子对应的句法依存树、所述节点依存类型对应的嵌入表示和预设的权重图生成算法，生成所述目标句子对应的权重图，包括步骤：

根据所述目标句子对应的句子特征表示，得到所述目标句子中单词对应的特征表示；

根据所述句法依存树中邻接的所述节点之间的节点依存类型和所述节点依存类型对应的嵌入表示，得到所述句法依存树中邻接的所述节点之间的节点依存类型对应的嵌入表示；

根据所述目标句子中单词对应的特征表示、所述句法依存树中邻接的所述节点之间的节点依存类型对应的嵌入表示和预设的注意力值计算公式，得到所述目标句子中单词对应的节点相对于所述单词对应的节点的邻接节点的注意力值；

对所述目标句子中单词对应的节点相对于所述节点的邻接节点的注意力值进行归一化操作，得到信息从所述目标句子中单词对应的节点传递到所述单词对应的节点的邻接节点的概率。