[发明专利]一种基于自然语言处理的多语言分析方法和装置

摘要

一种基于自然语言处理的多语言分析方法和装置，包括：通过语种检测训练模型选择输入自然语句文本信息语言种类；通过训练得到的词向量模型，得到计算机可识别的对应词语的词嵌入表达信息，并对得到的词嵌入表达信息通过TF‑IDF方式提取得到关键词；根据关键词和关键词权重计算得到文章向量和每个预设类目的类目向量，计算自然语句文本信息的文章与每个预设类目的相似度来确定所述自然语句文本信息的文本分类结果；将自然语句文本信息的词嵌入表达信息，输入训练后的卷积神经网络和双向门循环单元的并行架构的文本情感分析模型，并通过计算得到最终的情感倾向值。本发明解决了传统多语言分析方法需要了解相关语言学的领域知识且需要大量人工操作的问题。

主权项

1.一种基于自然语言处理的多语言分析方法，其特征在于，包括：通过基于多项式的朴素贝叶斯分类器方式，对收集不同语言的多种类型的训练数据生成语种检测训练模型后，通过生成的语种检测训练模型计算输入的一自然语句文本信息在每个语言分类的后验概率值，并选择后验概率值最大的语言分类作为输入的该自然语句文本信息的语言种类；对所述自然语句文本信息通过词向量方式训练得到词向量模型后，将所述自然语句文本信息通过分词和预处理操作得当的结果，输入训练得到的词向量模型，得到计算机可识别的对应词语的词嵌入表达信息，并对得到的词嵌入表达信息通过词频‑逆文档频率TF‑IDF方式提取得到所述自然语句文本信息的词嵌入表达信息中关键词；根据提取得到的所述自然语句文本信息的词嵌入表达信息中关键词，和通过TF‑IDF方式计算得到每个关键词的权重，计算得到所述自然语句文本信息的文章向量后，根据得到的所述自然语句文本信息的文章向量和每个预设类目的类目向量，计算所述自然语句文本信息的文章与每个预设类目的相似度来确定所述自然语句文本信息的文本分类结果；将所述自然语句文本信息的词嵌入表达信息，输入训练后的卷积神经网络和双向门循环单元的并行架构的文本情感分析模型，并通过计算得到最终的情感倾向值。