[发明专利]一种文本情感分析方法及装置

说明书

本发明公开了一种文本情感分析方法及装置，包括：确定待分析文本对应的文本信息；将文本信息输入至文本情感分析模型，以触发文本情感分析模型对文本信息进行处理并输出多个情感分析结果和每个情感分析结果对应的概率信息；从所有情感分析结果中确定对应的概率信息满足预先设定筛选条件的目标情感分析结果，作为待分析文本对应的情感分析结果；其中，文本情感分析模型是基于每个子文本标识对应的文本向量以及每个子文本标识对应的位置向量确定出所有情感分析结果。可见，实施本发明能够利用文本情感分析模型根据待分析文本的文本向量以及位置向量确定待分析文本的情感分析结果，有利于准确分析文本整体语义，从而提高文本情感分析的准确性。

技术领域

本发明涉及语义分析技术领域，尤其涉及一种文本情感分析方法及装置。

背景技术

在实际生活中，互联网上存在着大量用户参与的、对于诸如人物和事件等的评论，为了获取大众舆论对某事物的看法，可以针对互联网上关于该事物的大量评论进行文本情感分析处理。当前的文本情感分析方法主要利用卷积神经网络或循环神经网络根据预先制定的一系列的情感词典和规则，对文本进行拆解并提取其中的关键词，根据关键词计算文本对应的情感值，最后根据情感词确认文本的情感倾向。然而，实践发现，现有的文本情感分析方法仅仅将待分析的文本看作一个词集合，导致无法准确分析文本整体语义，进而导致文本情感分析的准确性较低。可见，如何提高文本情感分析的准确性显得尤为重要。

发明内容

本发明所要解决的技术问题在于，提供一种文本情感分析方法及装置，能够有利于准确分析文本整体语义，从而提高文本情感分析的准确性。

为了解决上述技术问题，本发明第一方面公开了一种文本情感分析方法，所述方法包括：

确定待分析文本对应的文本信息，所述文本信息包括至少一个子文本标识以及每个所述子文本标识对应的文本内容；

将所述文本信息输入至预先训练好的文本情感分析模型，以触发所述文本情感分析模型对所述文本信息进行处理并输出多个情感分析结果以及每个所述情感分析结果所对应的概率信息；

根据每个所述情感分析结果对应的概率信息，从所有所述情感分析结果中确定对应的概率信息满足预先设定筛选条件的目标情感分析结果，作为所述待分析文本对应的情感分析结果；

其中，所述文本情感分析模型是基于每个所述子文本标识对应的文本向量以及每个所述子文本标识对应的位置向量确定出所有所述情感分析结果。

作为一种可选的实施方式，在本发明第一方面中，所述文本情感分析模型对所述文本信息进行处理，包括：

由所述文本情感分析模型对应的编码结构对所述文本信息执行编码操作得到每个所述子文本标识对应的编码结果；每个所述子文本标识对应的编码结果包括每个所述子文本标识对应的文本向量以及每个所述子文本标识对应的位置向量；

由所述文本情感分析模型的向量处理结构对每个所述子文本标识对应的编码结果进行向量转换处理，得到每个所述子文本标识对应的目标矩阵；

由所述文本情感分析模型的平均池化结构对所述子文本标识对应的目标矩阵执行平均池化操作，得到每个所述子文本标识对应的平均池化结果；

由所述文本情感分析模型的拼接结构对所有所述子文本标识对应的平均池化结果执行拼接操作得到拼接结果；

由所述文本情感分析模型的全连接层对所述拼接结果进行处理。

作为一种可选的实施方式，在本发明第一方面中，所述文本情感分析模型的向量处理结构对每个所述子文本标识对应的编码结果进行向量转换处理，得到每个所述子文本标识对应的目标矩阵，包括：

当所述文本情感分析模型只包括一个向量处理结构时，由所述向量处理结构对每个所述文本标识对应的编码结果进行向量转换处理，得到每个所述子文本标识对应的目标矩阵；