[发明专利]一种指定目标实体的情感分析方法、系统及存储介质

权利要求书

1.一种指定目标实体的情感分析方法，其特征在于：包括以下步骤：

获取文章和目标实体，对文章进行分句，并将句子分为两类：包含目标实体、不包含目标实体；

对不包含目标实体的句子进行句子级情感分析，得到每个句子的情感极性和情感得分；

对包含目标实体的句子，判断句子中相对于目标实体的局部上下文方向，并计算得到局部上下文；

根据计算的局部上下文，计算获得句子的实体级情感极性和情感得分；

利用预先训练的分类器模型对以两种类型句子的情感极性、情感得分组成的特征集合进行处理得到指定目标实体后文章的情感极性。

2.如权利要求1所述的一种指定目标实体的情感分析方法，其特征在于：在获取文章和目标实体，对文章进行分句还进一步包括以下步骤：

补充目标实体同义词，再进行句子是否包含目标实体的判断；

将包含目标实体同义词的句子也归类为包含目标实体的句子。

3.如权利要求1所述的一种指定目标实体的情感分析方法，其特征在于：句子级情感分析采用BERT模型分析。

4.如权利要求1所述的一种指定目标实体的情感分析方法，其特征在于：对不包含目标实体的句子进行分析时，还设置有情感得分范围，使情感得分在该范围内的句子的情感极性判断为中性。

5.如权利要求1所述的一种指定目标实体的情感分析方法，其特征在于：对包含目标实体的句子，判断其局部上下文的方向，得到局部上下文具体包含以下步骤：

对包含目标实体的句子进行细粒度分句；

判断目标实体所在的句子和其前后的句子是否存在情感词，得到局部上下文方向；

根据局部上下文方向取部分文本进行依存句法分析处理，得到句法依存树；

根据句法依存树计算局部上下文具体范围，得到局部上下文。

6.如权利要求1所述的一种指定目标实体的情感分析方法，其特征在于：根据计算的局部上下文，计算获得句子的情感极性和情感得分具体为：将包含目标实体的句子直接作为全局上下文，将局部上下文以及全局上下文经实体级情感分析分别得到各自的句向量，再将各自的句向量拼接融合后再经过self-attention结构处理，得到最终的实体级情感极性和情感分数。

7.如权利要求1所述的一种指定目标实体的情感分析方法，其特征在于：特征集合输入至分类器模型中分类器模型输出各个特征的重要性，调整特征数量，得到最终的文章情感极性的预测结果。

8.如权利要求1所述的一种指定目标实体的情感分析方法，其特征在于：该预先训练的分类器模型为xgboost模型。

9.一种指定目标实体的情感分析系统，用于实现如权利要求1-8任一项所述的一种指定目标实体的情感分析方法，其特征在于：包括分类模块、句子级情感分析模块、实体级情感分析模块以及分类器模块；

分类模块：用于获取文章和目标实体，对文章进行分句，并将句子分为两类：包含目标实体、不包含目标实体；

句子级情感分析模块：用于对不包含目标实体的句子进行句子级情感分析，得到每个句子的情感极性和情感得分；

实体级情感分析模块：用于对包含目标实体的句子进行实体级情感分析，得到每个句子的情感极性和情感得分；

分类器模块：用于对以两种类型句子的情感极性、情感得分组成的特征集合进行处理得到指定目标实体后文章的情感极性。

10.一种计算机存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被执行时实现如权利要求1-8任一项所述的一种指定目标实体的情感分析方法的步骤。