申请/专利权人：平安科技(深圳)有限公司

申请日：2021-09-28

公开（公告）日：2024-04-09

公开（公告）号：CN113849651B

主分类号：G06F16/35

分类号：G06F16/35;G06F40/211;G06F18/2413;G06F18/2415;G06F18/25

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2022.01.14#实质审查的生效;2021.12.28#公开

摘要：本申请涉及人工智能技术领域，揭示了一种基于文档级情感倾向的情感分类方法、装置、设备及介质，其中方法包括：对目标评价文本确定句子集合；从句子集合中提取得到与评价对象对应的目标实体属性对；根据目标疑问句模板和目标实体属性对确定目标疑问句；将句子集合中的每个句子分别与目标疑问句拼接得到目标句子对集合；将目标实体属性对和目标句子对集合输入情感分类模型进行情感分类概率预测得到情感分类概率向量，情感分类模型是基于注意力机制、内部方面一致性和方面倾向性联合得到的模型；根据情感分类概率向量得到目标情感分类。采用注意力机制、内部方面一致性和方面倾向性联合建模得到的模型进行情感分类概率预测，提高情感分析的准确性。

主权项：1.一种基于文档级情感倾向的情感分类方法，其特征在于，所述方法包括：获取目标评价文本和方面情感提取规则，其中，所述方面情感提取规则包括评价对象和评价方向；对所述目标评价文本进行句子提取，得到句子集合；从所述句子集合中提取得到与所述评价对象对应的目标实体属性对；获取与所述评价方向对应的目标疑问句模板，根据所述目标疑问句模板和所述目标实体属性对进行疑问句构造，得到目标疑问句；将所述句子集合中的每个句子分别与所述目标疑问句进行拼接，得到目标句子对集合；将所述目标实体属性对和所述目标句子对集合输入情感分类模型进行情感分类概率预测，得到情感分类概率向量，其中，所述情感分类模型是基于注意力机制、内部方面一致性和方面倾向性联合建模得到的模型；根据所述情感分类概率向量进行情感分类确定，得到目标情感分类；所述将所述目标实体属性对和所述目标句子对集合输入情感分类模型进行情感分类概率预测，得到情感分类概率向量的步骤之前，还包括：获取多个训练样本，每个所述训练样本包括：实体属性对样本、句子对样本集合和情感分类概率标定值；将多个所述训练样本中的一个训练样本作为待训练的训练样本；将所述待训练的训练样本的实体属性对样本输入初始模型的编码层进行编码，得到方向编码向量；将所述待训练的训练样本的句子对样本集合中的每个句子对样本分别输入所述编码层进行编码，得到句子编码向量集合；采用所述初始模型的内部方面一致性编码层，根据所述方向编码向量对所述句子编码向量集合中的句子编码向量分别进行句子顶点与句子顶点之间的注意力权重计算及编码，得到第一句子向量集合；采用所述初始模型的方面倾向性编码层，根据所述句子编码向量集合中的句子编码向量分别进行句子顶点与句子顶点之间的注意力权重计算及编码，得到第二句子向量集合；采用所述初始模型的句子融合层，根据所述第一句子向量集合和所述第二句子向量集合进行特征提取及特征融合，得到目标句子向量集合；采用所述初始模型的情感分类层，根据所述目标句子向量集合中的每个目标句子向量分别进行情感分类概率预测，得到情感分类概率预测值；根据所述待训练的训练样本的所述情感分类概率标定值和所述情感分类概率预测值对所述初始模型进行训练；重复执行所述将多个所述训练样本中的一个训练样本作为待训练的训练样本的步骤，直至达到预设模型训练结束条件，将达到所述预设模型训练结束条件的所述初始模型确定为所述情感分类模型。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 基于文档级情感倾向的情感分类方法、装置、设备及介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD