申请/专利权人:北京声智科技有限公司
申请日:2019-11-28
公开(公告)日:2024-04-02
公开(公告)号:CN110990531B
主分类号:G06F16/33
分类号:G06F16/33;G06F16/35;G06F40/30
优先权:
专利状态码:有效-授权
法律状态:2024.04.02#授权;2020.05.05#实质审查的生效;2020.04.10#公开
摘要:本发明公开了一种文本情感识别方法及装置,用以解决现有的基于神经网络模型的文本情感识别方法识别准确率低的问题。所述文本情感识别方法,包括:获取待识别文本;根据预设情感识别模型对所述待识别文本进行情感识别,其中,所述预设情感识别模型是根据预设情感分类训练集的文本中的每一个词的情感特征向量和第一预设神经网络模型训练获得的,所述词的情感特征向量是根据所述词的语义特征向量获得的。
主权项:1.一种文本情感识别方法,其特征在于,包括:获取待识别文本;根据预设情感识别模型对所述待识别文本进行情感识别,其中,所述预设情感识别模型是根据预设情感分类训练集的文本中的每一个词的情感特征向量和第一预设神经网络模型训练获得的,所述词的情感特征向量是根据所述词的语义特征向量和所述词的上下文特征向量获得的;针对所述预设情感分类训练集的文本中的每一个词,所述词的情感特征向量通过以下步骤获得:根据所述词的词向量和组成所述词的字的字向量,按照第一预设规则进行组合,获得所述词的语义特征向量,具体包括:将所述词的词向量和组成所述词的字的字向量通过各自对应的权重进行组合,获得所述词的语义特征向量,其中,所述词的词向量为根据第二预设神经网络模型对预设训练语料的文本中的所述词进行预训练获得的,所述字的字向量为根据第三预设神经网络模型对所述预设训练语料的文本中的所述字进行预训练获得的;根据所述词的语义特征向量和预设窗口确定所述词的上下文特征向量;根据所述词的语义特征向量和所述词的上下文特征向量,按照第二预设规则进行组合,获得所述词的情感特征向量,具体包括:将所述词的语义特征向量和所述词的上下文特征向量通过各自对应的权重进行组合,获得所述词的情感特征向量;其中,各权重的设置原则为:当所述词为常用词时,则在组合过程中提高所述词的词向量的权重、减弱组成所述词的字的字向量的权重、提高所述词的语义特征向量的权重、减弱所述词的上下文特征向量的权重;当所述词为不常用词时,则在组合过程中减弱所述词的词向量的权重、提高组成所述词的字的字向量的权重、提高所述词的语义特征向量的权重、提高所述词的上下文特征向量的权重;当所述词为预设训练语料中从未出现过的词时,则组合的过程中减弱所述词的词向量的权重、减弱组成所述词的字的字向量的权重、减弱所述词的语义特征向量的权重、提高所述词的上下文特征向量的权重。
全文数据:
权利要求:
百度查询: 北京声智科技有限公司 一种文本情感识别方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。