文本情绪分析方法及装置、电子设备和非暂态存储介质制造方法及图纸

本发明专利技术提出了一种文本情绪分析方法及装置、电子设备和非暂态存储介质，涉及人工智能技术领域，该方法包括：获取待分析文本以及上下文文本；对上下文文本和待分析文本进行分词处理，得到第一分词集合和第二分词集合；将第一分词集合和第二分词集合分别转化为第一特征向量集合和第二特征向量集合；通过文本情绪分析模型中的遗忘门乘以第一特征向量集合得到第一乘积；通过文本情绪分析模型中的输入门乘以第二特征向量集合得到第二乘积；计算第一乘积与第二乘积的和作为待分析文本的单元状态；将待分析文本的单元状态应用于文本情绪分析模型的输出门，输出待分析文本的情绪标识。本发明专利技术的技术方案有助于提升情绪分析的准确性。

Text sentiment analysis methods and devices, electronic devices and non transient storage media

The invention provides a text sentiment analysis method and device, electronic equipment and non transient storage medium, which relates to the field of artificial intelligence technology. The method includes: obtaining the text to be analyzed and the context text; segmenting the context text and the text to be analyzed to obtain the first segmentation set and the second segmentation set; separating the first segmentation set and the second segmentation set It is transformed into the first eigenvector set and the second eigenvector set; the first product is obtained by multiplying the forgetting gate in the text emotion analysis model by the first eigenvector set; the second product is obtained by multiplying the input gate in the text emotion analysis model by the second eigenvector set; the sum of the first product and the second product is calculated as the unit state of the text to be analyzed; the text to be analyzed is calculated This unit state is applied to the output gate of the text emotion analysis model to output the emotion identifier of the text to be analyzed. The technical scheme of the invention is helpful to improve the accuracy of emotional analysis.

【技术实现步骤摘要】
文本情绪分析方法及装置、电子设备和非暂态存储介质
本专利技术涉及人工智能
，尤其涉及一种文本情绪分析方法及装置、电子设备和非暂态存储介质。
技术介绍
随着科技的发展，在社交软件等应用中，往往可通过对语句等文本的分析确定用户的情绪，具体来说，可将用户发出某一语句进行拆分，得到多个词组，并分别判断每个词组的情绪，最终，根据每个词组所占的比重以及对每个词组的情绪判断结果，预测这一语句的整体情绪。然而，这一技术方案具有局限性，由于语言本身具有多样性，在不同的语言环境中同样的语言甚至可以表达完全相反的情绪，比如，我没有生气，没有生气一词对应的情绪为平静，但在特定场景中，比如惹女朋友生气之后，女朋友输入的“我没有生气”，则很有可能是相反的情绪表达：我很生气。故相关技术的情绪分析方式很有可能得出错误结论。因此，如何提升文本情绪分析结果的准确性，成为目前亟待解决的技术问题。
技术实现思路
本专利技术实施例提供了一种文本情绪分析方法及装置、电子设备和非暂态存储介质，旨在解决相关技术中文本情绪分析结果不准确的技术问题，能够充分考虑待分析文本的语言环境，提升对其情绪分析的准确性。第一方面，本本文档来自技高网...

【技术保护点】
1.一种文本情绪分析方法，其特征在于，包括：获取待分析文本以及所述待分析文本的上下文文本，其中，所述待分析文本的发生时间晚于所述上下文文本的发生时间；对所述上下文文本和所述待分析文本进行分词处理，分别得到第一分词集合和第二分词集合；将所述第一分词集合和所述第二分词集合分别转化为第一特征向量集合和第二特征向量集合；通过文本情绪分析模型中的遗忘门乘以所述第一特征向量集合，得到第一乘积；通过所述文本情绪分析模型中的输入门乘以所述第二特征向量集合，得到第二乘积；计算所述第一乘积与所述第二乘积的和，作为所述待分析文本的单元状态；将所述待分析文本的单元状态作为变量应用于所述文本情绪分析模型中的输出门，输出...

【技术特征摘要】
1.一种文本情绪分析方法，其特征在于，包括：获取待分析文本以及所述待分析文本的上下文文本，其中，所述待分析文本的发生时间晚于所述上下文文本的发生时间；对所述上下文文本和所述待分析文本进行分词处理，分别得到第一分词集合和第二分词集合；将所述第一分词集合和所述第二分词集合分别转化为第一特征向量集合和第二特征向量集合；通过文本情绪分析模型中的遗忘门乘以所述第一特征向量集合，得到第一乘积；通过所述文本情绪分析模型中的输入门乘以所述第二特征向量集合，得到第二乘积；计算所述第一乘积与所述第二乘积的和，作为所述待分析文本的单元状态；将所述待分析文本的单元状态作为变量应用于所述文本情绪分析模型中的输出门，输出所述待分析文本的情绪标识。2.根据权利要求1所述的文本情绪分析方法，其特征在于，在所述获取待分析文本以及所述待分析文本的上下文文本的步骤之前，还包括：获取样本文本、所述样本文本的样本上下文文本以及所述样本文本的情绪标识；将所述样本文本和所述样本上下文文本作为输入，将所述样本文本的所述情绪标识作为输出，通过时间递归神经网络学习算法训练所述文本情绪分析模型。3.根据权利要求2所述的文本情绪分析方法，其特征在于，所述获取所述样本文本的情绪标识的步骤，包括：对于任一所述样本文本，获取多个主体对所述样本文本和对应的所述样本上下文文本的整体主观情绪标识；在所述多个主体提供的多个所述整体主观情绪标识中选择数量最多的一种主观情绪标识，作为所述样本文本对应的所述情绪标识。4.根据权利要求2所述的文本情绪分析方法，其特征在于，所述获取所述样本文本的情绪标识的步骤，包括：对于任一所述样本文本，获取多个主体对所述样本文本和对应的所述样本上下文文本的整体主观情绪标识；根据所述多个主体的置信度，计算选择任一种所述整体主观情绪标识的若干个主体的置信度和；将所述置信度和最高的一种所述主观情绪标识设置为所述样本文本的情绪标识。5.根据权利要求4所述的文本情绪分析方法，其特征在于，还包括：根据所述样本文本的情绪标识，以及每个所述主体对所述样本文本的所述整体主观情绪标识，对每个所述主体的置信度进行修正，以根据所述多个主体的修正后...

【专利技术属性】
技术研发人员：盛建达，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44