[发明专利]话题立场检测方法、装置及计算机可读存储介质

说明书

本申请公开了一种话题立场检测方法、装置及计算机可读存储介质，该方法包括：获取待检测话题文本，待检测话题文本包括目标话题以及和目标话题对应的目标文本；获取与目标话题相关的至少两个相关话题文本；确定目标文本中的关键词，筛选出至少两个相关话题文本中与关键词对应的句子；将待检测话题文本和句子输入立场检测网络中进行预测，得到目标文本对于目标话题的立场。通过上述方法，能够提高立场检测的准确性。

技术领域

本申请涉及话题立场检测技术领域，特别是涉及一种话题立场检测方法、装置及计算机可读存储介质。

背景技术

当前，立场检测任务普遍采用自然语言处理技术，分析出当前文本内容对目标话题的立场倾向是“支持”、“反对”还是“中立”等立场。

不足之处在于，在立场检测过程中，通常是利用给定的当前文本内容来判断该文本对目标话题的立场倾向，立场检测的准确性比较低。

发明内容

本申请提供了话题立场检测方法、装置及计算机可读存储介质，能够提高立场检测的准确性。

本申请采用的一种技术方案是提供一种话题立场检测方法，该方法包括：获取待检测话题文本，待检测话题文本包括目标话题以及和目标话题对应的目标文本；获取与目标话题相关的至少两个相关话题文本；确定目标文本中的关键词，筛选出至少两个相关话题文本中与关键词对应的句子；将待检测话题文本和句子输入立场检测网络中进行预测，得到目标文本对于目标话题的立场。

其中，筛选出至少两个相关话题文本中与关键词对应的句子，包括：确定相关话题文本的摘要；从摘要中筛选出与关键词对应的句子。

其中，获取与目标话题相关的至少两个相关话题文本，包括：从知识库中获取与目标话题相关的相关话题文本；选择相关度排序靠前的至少两个相关话题文本。

其中，立场检测网络包括编码模块和分类模块，将待检测话题文本和句子输入立场检测网络中进行预测，得到目标文本对于目标话题的立场，包括：将待检测话题文本和句子在编码模块中进行编码处理，以得到待检测话题文本和句子的特征表示；将特征表示在分类模块中进行预测，得到目标文本对于目标话题的立场。

其中，将特征表示在分类模块中进行预测，得到目标文本对于目标话题的立场，包括：将特征表示在分类模块中进行预测，得到特征表示对应每一立场的概率；将最大概率对应的立场作为目标文本对于目标话题的立场。

其中，立场检测网络包括编码模块和分类模块，将待检测话题文本和句子输入立场检测网络中进行预测，得到目标文本对于目标话题的立场之后，包括：基于立场，对立场检测网络进行网络参数调整。

其中，基于立场，对立场检测网络进行网络参数调整，包括：基于立场，确定出损失值；基于损失值对立场检测网络进行网络参数调整。

其中，基于立场，确定出损失值，包括：基于立场，采用交叉熵损失函数确定出损失值。

本申请采用的另一种技术方案是提供一种话题立场检测装置，该话题立场检测装置包括存储器和处理器，所述存储器用于存储程序数据，所述处理器用于执行所述程序数据以实现如上述技术方案提供的方法。

本申请采用的另一种技术方案是提供一种计算机可读存储介质，该计算机可读存储介质用于存储计算机程序，计算机程序在被处理器执行时，用于实现如上述技术方案提供的方法。

本申请的有益效果是：区别于现有技术的情况，本申请在检测目标文本对于目标话题的立场时，通过获取与目标话题相关的话题文本，根据目标文本中的关键词从相关的话题文本中筛选出与关键词对应的句子，将这些句子和待检测话题文本一起输入立场检测网络中进行预测，由于这些与关键词对应的句子可以作为待检测话题文本的背景知识，因此在预测过程中立场检测网络通过学习背景知识中与目标文本的相关信息，加强立场检测网络对目标文本和目标话题的理解，进而提高对目标文本的话题立场检测的准确性。