文本情感分析方法、电子装置及存储介质制造方法及图纸

本发明专利技术公开一种文本情感分析方法、电子装置及存储介质，属于自然语言处理技术领域。该方法包括：获取输入文本，输入文本包括多个第一词汇。对输入文本进行语义分析，得到多个词汇特征向量，以及，对输入文本进行依存句法分析，得到各个第一词汇对应的依存句法信息。根据多个词汇特征向量以及各个第一词汇对应的依存句法信息进行加权计算，得到多个目标特征向量。基于多个目标特征向量进行情感分类，得到输入文本对应的情感分析结果。本发明专利技术的技术方案，其可实现融合输入文本中词汇之间的依存关系，并通过采用句法信息加权识别句法信息中的噪声，有利于提升文本情感分析的准确度。有利于提升文本情感分析的准确度。有利于提升文本情感分析的准确度。

【技术实现步骤摘要】
文本情感分析方法、电子装置及存储介质


[0001]本专利技术涉及自然语言处理
，尤其涉及一种文本情感分析方法、电子装置及存储介质。

技术介绍

[0002]在证券交易中，投资者会根据自身占有的信息追求投资利益最大化，因此，投资者掌握的信息量越多且越精确，预期回报将越高。国内一些门户网站每日都发布了大量的股评信息、研究报告以及论坛帖子等。面对互联网上的海量数据，投资者迫切需要一个有效的工具从海量数据中自动抽取精简、明确的信息，特别是股评观点的倾向性分析，从而通过感知投资者情绪来预测市场的波动趋势。
[0003]现有方式中，主要是利用训练好的深度学习模型对输入文本进行情感分析，得到输入文本的感情倾向。然而，现有的深度学习模型是对文本中所有词汇依赖关系进行同样的建模，容易导致文本情感分析的准确度较低。

技术实现思路

[0004]本专利技术提供一种文本情感分析方法、电子装置及存储介质，其主要目的在于提高文本情感分析的准确度。
[0005]为实现上述目的，本专利技术实施例提供了一种文本情感分析方法，所述方法包括以下步骤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种文本情感分析方法，其特征在于，所述方法包括：获取输入文本，所述输入文本包括多个第一词汇；对所述输入文本进行语义分析，得到多个词汇特征向量；对所述输入文本进行依存句法分析，得到各个所述第一词汇对应的依存句法信息；根据多个所述词汇特征向量以及各个所述第一词汇对应的依存句法信息进行加权计算，得到多个目标特征向量；基于多个所述目标特征向量进行情感分类，得到所述输入文本对应的情感分析结果。2.根据权利要求1所述的方法，其特征在于，所述依存句法信息为至少一个映射关系对象，所述映射关系对象包括第一对象和第二对象，所述第一对象用于表示所述第一词汇对应的依存关系信息，所述第二对象用于表示所述依存关系信息对应的关系类型信息；所述根据多个所述词汇特征向量以及各个所述第一词汇对应的依存句法信息进行加权计算，得到多个目标特征向量，包括：针对各个所述第一词汇对应的依存句法信息，对所述依存句法信息对应的所述第一对象进行编码，得到第一向量；针对各个所述第一词汇对应的依存句法信息，对所述依存句法信息对应的所述第二对象进行编码，得到第二向量；其中，所述第一向量用于表示所述第一对象的向量特征，所述第二向量用于表示所述第二对象的向量特征；根据多个所述词汇特征向量以及各个所述第一词汇对应的所述第一向量和所述第二向量进行加权加算，得到多个目标特征向量。3.根据权利要求2所述的方法，其特征在于，所述对所述输入文本进行依存句法分析，得到各个所述第一词汇对应的依存句法信息，包括：对所述输入文本进行依存句法分析，构建依存句法树，所述依存句法树用于表示各个所述第一词汇对应的依存关系以及所述依存关系对应的依存关系类型；针对各个所述第一词汇，根据所述第一词汇在所述依存句法树中对应的所述依存关系，得到所述依存关系指示的第二词汇；根据所述第二词汇，构建所述第一词汇对应的所述第一对象；根据所述依存关系对应的所述依存关系类型，构建所述第一对象对应的所述第二对象；根据所述第一对象和所述第二对象，构建所述第一词汇对应的所述映射关系对象。4.根据权利要求2所述的方法，其特征在于，所述根据多个所述词汇特征向量以及各个所述第一词汇对应的所述第一向量和所述第二向量进行加权加算，得到多个目标特征向量，包括：针对各个所述词汇特征向量，确定所述词汇特征向量对应的目标词汇；针对各个所述词汇特征向量，根据所述词汇特征向量以及所述目标词汇对应的所述第一向量进行权重分配，得到所述目标词汇对应的所述第二向量的加权信息；针对各个所述词汇特征向量，利用所述目标词汇对应的所述第二向量的加权信息，对所述目标词汇对应的所述第二向量进行加权求和计算，得到目标特...

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