[发明专利]文本情感分析方法、装置及计算机可读存储介质在审

专利信息
申请号: 202111486407.6 申请日: 2021-12-07
公开(公告)号: CN114201957A 公开(公告)日: 2022-03-18
发明(设计)人: 夏睿;李成路;周祥生;董修岗;孙文卿 申请(专利权)人: 中兴通讯股份有限公司;南京理工大学
主分类号: G06F40/211 分类号: G06F40/211;G06F40/289;G06K9/62;G06N3/04;G06N3/08;G06V30/148
代理公司: 上海晨皓知识产权代理事务所(普通合伙) 31260 代理人: 成丽杰
地址: 518057 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 文本 情感 分析 方法 装置 计算机 可读 存储 介质
【权利要求书】:

1.一种文本情感分析方法,其特征在于,包括:

获取目标文本中的各个词语;

获取所述各个词语的词向量表示;

获取所述各个词语的隐式依存句法结构信息表示;

将各个所述词语的所述词向量表示和所述隐式依存句法结构信息表示拼接,得到输入矩阵;

将所述输入矩阵输入属性情感分析模型,得到所述目标文本的属性情感分类。

2.根据权利要求1所述的文本情感分析方法,其特征在于,所述获取所述各个词语的隐式依存句法结构信息表示,包括:

将所述目标文本输入深度神经依存句法分析模型,获取所述深度神经依存句法分析模型在编码阶段产生的隐藏状态表示,根据所述隐藏状态表示获取所述各个词语的隐式依存句法结构信息表示。

3.根据权利要求2所述的文本情感分析方法,其特征在于,所述获取所述深度神经依存句法分析模型在编码阶段产生的隐藏状态表示,包括:

经由三层双向长短时记忆网络对所述目标文本进行编码处理,得到所述隐藏状态表示。

4.根据权利要求3所述的文本情感分析方法,其特征在于,所述根据所述隐藏状态表示获取所述各个词语的隐式依存句法结构信息表示,包括:

将所述隐藏状态表示经由线性映射层映射后得到所述各个词语的隐式依存句法结构信息表示。

5.根据权利要求4所述的文本情感分析方法,其特征在于,所述将所述隐藏状态表示经由线性映射层映射后得到所述各个词语的隐式依存句法结构信息表示,包括:

将所述隐藏状态表示的不同层级分别经由所述线性映射层映射,得到多个映射结果,将所述多个映射结果累加得到所述各个词语的隐式依存句法结构信息表示。

6.根据权利要求1所述的文本情感分析方法,其特征在于,所述将所述输入矩阵输入属性情感分析模型,得到所述目标文本的属性情感分类,包括:

根据所述输入矩阵获取所述目标文本中的属性词;

利用注意力机制提取与所述属性词相关的上下文信息;

根据所述上下文信息得到所述目标文本的属性情感分类。

7.根据权利要求6所述的文本情感分析方法,其特征在于,所述根据所述输入矩阵获取所述各个词语中的属性词,包括:

将所述输入矩阵通过属性掩码层,根据所述属性掩码层的输出矩阵获取所述属性词。

8.根据权利要求7所述的文本情感分析方法,其特征在于,所述利用注意力机制提取与所述属性词相关的上下文信息,包括:

将所述输入矩阵和所述输出矩阵进行注意力操作,获取与所述属性词相关的上下文信息。

9.一种文本情感分析装置,其特征在于,包括:

至少一个处理器;以及,

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至8中任一所述的文本情感分析方法。

10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的文本情感分析方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中兴通讯股份有限公司;南京理工大学,未经中兴通讯股份有限公司;南京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111486407.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top