俄语文本情感分析方法、电子设备和存储介质技术

本发明专利技术实施例提供一种俄语文本情感分析方法、电子设备和存储介质，其中方法包括：获取待分析的俄语文本；将俄语文本输入至情感分析模型，得到情感分析模型输出的情感分析结果；其中，情感分析模型用于对俄语文本中每一单词的词级特征进行局部特征提取，得到每一单词的上下文特征，对每一单词的上下文特征进行基于自注意力机制的序列特征提取，得到俄语文本的注意力序列特征，基于俄语文本的句级特征与注意力序列特征进行情感分析；词级特征和句级特征是基于俄语文本表示规则提取的。本发明专利技术实施例提供的方法、电子设备和存储介质，将局部特征与序列特征的优势相结合，从而提高俄语文本情感分析的准确性和可靠性。

Russian text emotion analysis method, electronic equipment and storage medium

【技术实现步骤摘要】
俄语文本情感分析方法、电子设备和存储介质
本专利技术涉及自然语言处理
，尤其涉及一种俄语文本情感分析方法、电子设备和存储介质。
技术介绍
随着互联网技术在全球迅猛发展，网络社交媒体已然成为网民获取各种信息的主要来源，并且为网民交流观点、讨论时事、表达日常生活中各类积极或消极的情绪提供了一个便捷的平台。大量网络社交短文本的生成，使得研究人员可以利用数据挖掘技术，在商业上分析用户对某个产品或某项服务的满意程度，或者预测市场趋势，或在政治上识别民意趋势，文本情感分析技术应运而生。目前，大多数文本情感分析工具都是专门针对英语的特点进行设计和实现的。在进行俄语文本情感分析时，通常需要通过翻译引擎将俄文转译为英文，然后再进行情感分析。然而，由于在翻译时难免造成情感乃至语义的损失，在情感分析时又忽略了俄文本身的语言特性，上述情感分析方法并不可靠。
技术实现思路
本专利技术实施例提供一种俄语文本情感分析方法、电子设备和存储介质，用以解决现有的俄语文本情感分析方法可靠性和准确性低的问题。第一方面，本专利技术实施例本文档来自技高网...

【技术保护点】
1.一种俄语文本情感分析方法，其特征在于，包括：/n获取待分析的俄语文本；/n将所述俄语文本输入至情感分析模型，得到所述情感分析模型输出的情感分析结果；/n其中，所述情感分析模型用于对所述俄语文本中每一单词的词级特征进行局部特征提取，得到每一单词的上下文特征，对每一单词的上下文特征进行基于自注意力机制的序列特征提取，得到所述俄语文本的注意力序列特征，基于所述俄语文本的句级特征与所述注意力序列特征进行情感分析；所述词级特征和所述句级特征是基于俄语文本表示规则提取的。/n

【技术特征摘要】
1.一种俄语文本情感分析方法，其特征在于，包括：
获取待分析的俄语文本；
将所述俄语文本输入至情感分析模型，得到所述情感分析模型输出的情感分析结果；
其中，所述情感分析模型用于对所述俄语文本中每一单词的词级特征进行局部特征提取，得到每一单词的上下文特征，对每一单词的上下文特征进行基于自注意力机制的序列特征提取，得到所述俄语文本的注意力序列特征，基于所述俄语文本的句级特征与所述注意力序列特征进行情感分析；所述词级特征和所述句级特征是基于俄语文本表示规则提取的。


2.根据权利要求1所述的俄语文本情感分析方法，其特征在于，所述情感分析模型包括词级特征编码层、局部特征提取层、注意力层、序列特征提取层、句级特征编码层和情感分类层。


3.根据权利要求2所述的俄语文本情感分析方法，其特征在于，所述将所述俄语文本输入至情感分析模型，得到所述情感分析模型输出的情感分析结果，具体包括：
将所述俄语文本输入至所述词级特征编码层，得到所述词级特征编码层输出的每一单词的词级特征；
将每一单词的词级特征输入至所述局部特征提取层，得到所述局部特征提取层输出的每一单词的上下文特征；
将每一单词的上下文特征输入至所述注意力层，得到所述注意力层输出的每一单词的注意力权重；
将每一单词的上下文特征和注意力权重输入至所述序列特征提取层，得到所述序列特征提取层输出的注意力序列特征；
将所述俄语文本输入至所述句级特征编码层，得到所述句级特征编码层输出的句级特征；
将所述注意力序列特征和所述句级特征输入至所述情感分类层，得到所述情感分类层输出的情感分析结果。


4.根据权利要求3所述的俄语文本情感分析方法，其特征在于，所述将每一单词的上下文特征输入至所述注意力层，得到所述注意力层输出的每一单词的注意力权重，具体包括：
将每一单词的上下文特征输入至所述注意力层的第一双向长短时记忆网络，得到所述第一双向长短时记忆网络输出的每一单词...

【专利技术属性】
技术研发人员：刘鑫，徐琳宏，祁瑞华，邵林，陈恒，
申请(专利权)人：大连外国语大学，
类型：发明
国别省市：辽宁;21