[发明专利]文本的情感分析方法及其装置、计算设备与可读介质

权利要求书

1.一种文本的情感分析方法，其中，所述方法包括：

获取待分析文本的分词表达；

获取所述待分析文本的否定词与情感词表达；

将所述待分析文本的所述分词表达、以及所述否定与情感词表达，输入至经训练的情感分析模型中，获取所述情感分析模型预测并输出的所述待分析文本的倾向情感分类。

2.根据权利要求1所述的方法，其中，获取待分析文本的分词表达，包括：

对所述待分析文本进行分词；

根据预设的词典库和所述词典库对应的映射词典，对所述待分析文本中的各分词进行映射，得到所述待分析文本的分词表达。

3.根据权利要求1所述的方法，其中，获取所述待分析文本的否定词与情感表达，包括：

对所述待分析文本进行分词；

根据预设的否定词词库和预设的情感词词库，从所述待分析文本的所有分词中获取否定词与情感词；

根据预设的否定词的特征映射策略和预设的情感词的特征映射策略，对所述待分析文本中的否定词和情感词分别进行特征映射，得到所述待分析文本的否定与情感表达。

4.根据权利要求1所述的方法，其中，所述经训练的情感分析模型包括：

用于处理所述分词表达的基于循环神经网络的分词处理层；

用于处理所述否定词与情感词表达的基于卷积神经网络的否定词情感词处理层；和

拼接处理层。

5.根据权利要求4所述的方法，其中，

所述分词处理层依次包括：词嵌入层、循环神经网络层和第一注意力机制层；所述否定词情感词处理层依次包括：情感嵌入层、卷积神经网络层和第二注意力机制层；所述拼接处理层依次包括：拼接层、全连接层和归一化层；

将所述待分析文本的所述分词表达以及所述否定与情感词表达，输入至经训练的情感分析模型中，获取所述情感分析模型预测并输出的所述待分析文本的情感倾向分类，包括：

将所述待分析文本的所述分词表达输入至所述词嵌入层，得到分词的嵌入表达；

由所述循环神经网络层基于所述分词的嵌入表达，提取分词的包含上下文信息的特征表达；

由所述第一注意力机制层基于所述循环神经网络层得到的分词的特征表达，对每个分词赋予不同的权重，加权求和得到文本特征表达；

将所述否定词与情感词表达输入至所述情感嵌入层，得到否定词与情感词的嵌入表达；

由所述卷积神经网络层基于所述否定词与情感词的嵌入表达，提取否定词与情感词的位置关系特征表达；

由所述第二注意力机制层基于所述卷积神经网络层得到的位置关系特征表达，对每个否定词或情感词赋予不同的权重，加权求和得到的否定与情感特征表达；

由所述拼接层将所述文本特征表达和所述否定与情感特征表达拼接，得到拼接的全局特征表达；

由所述全连接层通过映射实现对所述全局拼接特征表达进行变化增强特征的拟合能力处理，得到变换后的特征表达；

由所述归一化层将所述变换后的特征表达映射至终极分类中，并输出所述终极分类的结果，所述终极分类的结果中包括所述倾向情感分类及对应的概率。

6.一种情感分析模型的训练方法，其中，所述方法包括：

获取训练文本集；

基于训练文本集提取训练样本集，所述训练样本集中每条训练样本包括分词表达、否定词与情感词表达以及已知的情感分类；

基于所述训练样本集，训练情感分析模型。

7.一种文本的情感分析装置，其中，所述装置包括：

分词信息获取模块，用于获取待分析文本的分词表达；

否定词与情感词信息获取模块，用于获取所述待分析文本的否定词与情感词表达；

预测模块，用于将所述待分析文本的所述分词表达、以及所述否定与情感词表达，输入至经训练的情感分析模型中，获取所述情感分析模型预测并输出的所述待分析文本的倾向情感分类。