[发明专利]基于人工智能的情感分析的方法

说明书

本发明提供了一种基于人工智能的情感分析的方法，首先使用CNN模块和Bi‑LSTM模块构建情感分析模型；接着预训练情感分析模型；最后获取待审计访谈语句的回答文本，通过已经预训练的情感分析模型对回答文本进行情感分析。采用人工智能的方法进行进行文本情感分析，可以提高文本情感分析的审计效率和审计质量。

技术领域

本发明涉及审计领域，尤其是涉及一种基于人工智能的情感分析的方法。

背景技术

随着信息化的飞速发展，审计数据也发生了根本性的变化，具有数据量大、多样性、真实性和更新快等特征。对此，审计工作如还以惯性思维和传统审计组织模式去实施，将会落后于企业集团的前进步伐；审计人员如还以传统审计方法和简单运用系统数据去审计，不具备大数据审计思维，将会逐步丧失审计资格。企业需要以“智慧高效”为目标，构建智慧审计平台，来有效解决传统内部审计面临的“无法打通系统信息壁垒、不能全量数据审计”等问题，拓宽内部审计人员视野，丰富内部审计技术手段，增强全量分析能力，提高审计效率和质量，帮助审计部门在面对新业务、新风险、新环境挑战时，拥有更强的洞察力，更快速地发现和定位问题，进行更高质高效的审计应用。

例如，审计数据中的文本情感分析，文本情感分析又称意见挖掘、倾向性分析等。简单而言，是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程。按照处理文本的粒度不同，情感分析大致可分为词语级、句子级、篇章级三个研究层次。

如果还以传统审计模式(例如人工)去进行文本情感分析，不但审计效率低，还可能导致审计质量低。

发明内容

本发明的目的在于提供一种基于人工智能的情感分析的方法，可以提高文本情感分析的审计效率和审计质量。

为了达到上述目的，本发明提供了一种基于人工智能的情感分析的方法，包括：

使用CNN模块和Bi-LSTM模块构建情感分析模型；

预训练所述情感分析模型；以及

获取待审计访谈语句的回答文本，通过已经预训练的所述情感分析模型对所述回答文本进行情感分析。

可选的，在所述的基于人工智能的情感分析的方法中，使用CNN模块和Bi-LSTM模块构建情感分析模型的方法包括：

分别向所述CNN模块和Bi-LSTM模块输入同一段文本数据，所述CNN模块和Bi-LSTM模块分别输出输出特征；

将所述CNN模块的输出特征和所述Bi-LSTM模块的输出特征进行融合；以及

对融合后的输出特征进行分类并且输出分类结果。

可选的，在所述的基于人工智能的情感分析的方法中，所述文本数据为通过jieba分词，并且使用word2vec模型转化为word_1,word_2,…,word_n向量的数据。

可选的，在所述的基于人工智能的情感分析的方法中，使用全连接网络将所述CNN模块的输出特征和所述Bi-LSTM模块的输出特征进行融合。

可选的，在所述的基于人工智能的情感分析的方法中，使用softmax函数对融合后的输出特征进行分类并且输出分类结果。

可选的，在所述的基于人工智能的情感分析的方法中，对融合后的输出特征进行分类的方法包括：将所述文本数据进行正向情感和负向情感的分类。

可选的，在所述的基于人工智能的情感分析的方法中，预训练所述情感分析模型的方法包括：

获取开源数据集chnsenticorp作为所述情感分析模型的预训练过程的数据集；

将所述数据集通过jieba分词分为至少一个词语；