情绪值的检测方法、装置及电子设备制造方法及图纸
【技术实现步骤摘要】
情绪值的检测方法、装置及电子设备
本专利技术涉及计算机
，尤其涉及一种情绪值的检测方法、装置及电子设备。
技术介绍
企业的核心资源是人本身，对企业的管理本质上是对人的管理，好的管理者需要及时掌握相应岗位上各个员工的情感状态、以及对工作和生活的情绪状态，通过了解员工的最新状态，将员工及其它企业资源有效合理分配，从而达到企业效能最优化配置。企业在办公的过程中，会产生大量的文本资料，例如员工的工作日报、工作周报、工作交流内容(工作邮件、工作聊天记录)等，可以通过对这些文本资料的提取分析，来检测员工的情绪值，从而更好地掌握员工的情绪动态。在现有技术中，基于文本的情绪分析主要采用二分类的方法来计算被检测人员的情绪值，针对被检测人员的情感分类通常只分为两类，即正面情绪和负面情绪，基于这样的模型算法得到的情绪值并不是很精确。因为实际工作生活中往往中立情绪也会影响到员工对某一事件的态度和热度、进而影响模型算法中的权值，最终也将影响到企业管理者对员工情感状态的判断和决策。
技术实现思路
本专利技术实施例提供一种情绪值的检测方法、装置及电子设备，以提高检测到的情绪值的精确性。本专利...
【技术保护点】
一种情绪值的检测方法，其特征在于，包括：对被测文本集中的多个文本进行特征提取，生成多个特征向量；将所述多个特征向量分别输入情绪分类器，生成基于正面情绪、负面情绪、中立情绪的多个第一分类结果；根据所述多个第一分类结果，计算该被测文本集对应的情绪值。
【技术特征摘要】
1.一种情绪值的检测方法，其特征在于，包括：对被测文本集中的多个文本进行特征提取，生成多个特征向量；将所述多个特征向量分别输入情绪分类器，生成基于正面情绪、负面情绪、中立情绪的多个第一分类结果；根据所述多个第一分类结果，计算该被测文本集对应的情绪值。2.根据权利要求1所述的检测方法，其特征在于，所述情绪分类器包括：用于对正面情绪和负面情绪进行分类的第一子分类器、用于对正面情绪和中立情绪进行分类的第二子分类器、用于对中立情绪和负面情绪进行分类的第三子分类器，将所述多个特征向量分别输入情绪分类器，生成基于正面情绪、负面情绪、中立情绪的多个第一分类结果包括：将每个特征向量分别输入各个子分类器，生成各个子分类器的第二分类结果；对所述各个子分类器的第二分类结果进行投票运算，获得每个所述特征向量对应的所述第一分类结果。3.根据权利要求1所述的检测方法，其特征在于，对被测文本集中的多个文本进行特征提取，生成多个特征向量包括：根据预先建立的关键词数量为N的关键词词典，针对被测文本集中的每个文本，计算所述关键词词典中各个关键词对应的TF-IDF值；根据所述各个关键词对应的TF-IDF值生成每个文本对应的特征向量，其中，所述特征向量的维度为N，所述特征向量的各个维度上的分量为关键词词典中各个关键词对应的TF-IDF值。4.根据权利要求1所述的检测方法，其特征在于，所述第一分类结果的取值为1、-1和0，分别对应于正面情绪、负面情绪以及中立情绪，根据所述多个第一分类结果，计算该被测文本集对应的情绪值包括：根据预先设定的各个文本的权重值，对各个文本的第一分类结果进行加权求和运算，以获得该被测文本集对应的情绪值。5.根据权利要求1所述的检测方法，其特征在于，在对被测文本集中的多个文本进行特征提取，生成多个特征向量之前，还包括：去除所述被测文本集中的停用词；根据预设的语料库，在被测文本集中，提取TF-IDF值高于预设阈值的词作为该被测文本集的关键词，并根据提取出的全部关键词，生成与该被测文本集对应的关键词词典，所述关键词包含在所述语料库中。6.一种情绪值的检测装置，其特征在于，包括：特征向量生成模块，用于对被测文本集中的多个文本进行特征提取，生成多个特征向量；情绪分类器，用于获取所述多个特征向量作为输入，生成基于正面情绪、负面情绪、中立情绪的多个第一分类结果；情绪值计算模块，用于根据所述多个第一分类结果，计算该被测文本集对应的情绪值。7.根据权利要求6所述的检测装置，其特征值在于，所述情绪分类器包括：用于对正面情绪和负面情绪进行分类的第一子分类器、用于对正面情绪...
【专利技术属性】
技术研发人员：王胜，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。