一种事件的情感分析方法、装置、服务器及存储介质制造方法及图纸

本发明专利技术实施例公开了一种事件的情感分析方法、装置、服务器及存储介质，该方法包括：获取目标新闻数据，并对目标新闻数据进行处理，以确定与目标新闻数据相对应的目标特征向量；将目标特征向量分别输入至预先训练好的至少两个情感分析模型中，得到与每个情感分析模型相对应的情感分析结果；调用目标函数对所有情感分析结果进行融合处理，得到与目标新闻数据相对应的目标情感分析结果。本发明专利技术实施例的技术方案，解决了现有技术中采用单一智能模型对新闻数据进行处理时，存在处理结果不准确的技术问题，实现了快速、便捷、以及准确的确定与新闻事件相对应的情感分析结果。

【技术实现步骤摘要】
一种事件的情感分析方法、装置、服务器及存储介质
本专利技术实施例涉及计算机
，尤其涉及一种事件的情感分析方法、装置、服务器及存储介质。
技术介绍
在个人资金交易、对客资金交易、投资组合与资金交易组件执行交易业务中，用户希望能够获得更加准确的财经事件新闻情感分析结果，从而根据情感分析结果确定对交易的进一步处理。在现有技术中，当需要确定某个新闻事件的情感分析结果时，通常是基于单一的人工智能模型对新闻中的文字进行处理，以确定与新闻事件相对应的情感分析结果。但是，在采用单一人工智能模型对新闻数据进行处理时，得到的情感分析结果会存在一定的误差，即存在得到的情感分析结果不准确的技术问题。
技术实现思路
本专利技术提供一种事件的情感分析方法、装置、服务器及存储介质，以实现快速准确的确定与新闻数据对应的情感分析结果的技术效果。第一方面，本专利技术实施例提供了一种事件的情感分析方法，该方法包括：获取目标新闻数据，并对所述目标新闻数据进行处理，以确定与所述目标新闻数据相对应的目标特征向量；将所述目标本文档来自技高网...

【技术保护点】
1.一种事件的情感分析方法，其特征在于，包括：/n获取目标新闻数据，并对所述目标新闻数据进行处理，以确定与所述目标新闻数据相对应的目标特征向量；/n将所述目标特征向量分别输入至预先训练好的至少两个情感分析模型中，得到与每个情感分析模型相对应的情感分析结果；/n调用目标函数对所有情感分析结果进行融合处理，得到与所述目标新闻数据相对应的目标情感分析结果。/n

【技术特征摘要】
1.一种事件的情感分析方法，其特征在于，包括：
获取目标新闻数据，并对所述目标新闻数据进行处理，以确定与所述目标新闻数据相对应的目标特征向量；
将所述目标特征向量分别输入至预先训练好的至少两个情感分析模型中，得到与每个情感分析模型相对应的情感分析结果；
调用目标函数对所有情感分析结果进行融合处理，得到与所述目标新闻数据相对应的目标情感分析结果。


2.根据权利要求1所述的方法，其特征在于，所述对所述目标新闻数据进行处理，以确定与所述目标新闻数据相对应的目标特征向量，包括：
对所述目标新闻数据进行分词处理，得到所述目标新闻数据中的各个目标词汇；
将每个目标词汇分别输入至语言处理子模型中，得到与每个目标词汇相对应的标题词向量；
将每个标题词向量输入至神经网络子模型中，得到与目标新闻数据相对应的目标特征向量。


3.根据权利要求2所述的方法，其特征在于，所述语言处理子模型为双向编码器模型，所述神经网络子模型为长短时记忆网络。


4.根据权利要求1所述的方法，其特征在于，所述至少两个情感分析模型包括：卷积神经网络模型、区域卷积神经网络模型、Transformer双向编码器表示模型、引导聚集-卷积神经网络模型以及自适应增强-贝叶斯模型；
相应的，所述将所述目标特征向量分别输入至预先训练好的至少两个情感分析模型中，得到与每个情感分析模型相对应的情感分析结果，包括：
将目标特征向量分别输入至卷积神经网络模型、区域卷积神经网络模型、Transformer双向编码器表示模型、引导聚集-卷积神经网络模型以及自适应增强-贝叶斯模型，输出与每个模型相对应的情感分析结果；
其中，所述情感分析结果包括：正面、中立或负面。


5.根据权利要求4所述的方法，其特征在于，还包括：训练所述情感分析模型；
其中，训练所述情感分析模型，包括：
获取多个训练样本数据，基于每个情感分析模型，对所述训练样本数据进行处理，得到待输入样本数据；其中，所述训练样本数据中包括待训练新闻数据的内容，以及与所述待训练新闻数据相对应的情感分析结果；
基...

【专利技术属性】
技术研发人员：吴仁克，杜永健，陈熙宁，周颖，
申请(专利权)人：中国建设银行股份有限公司，建信金融科技有限责任公司，
类型：发明
国别省市：北京;11