基于人工智能的情感分类方法、装置、电子设备及介质制造方法及图纸

本发明专利技术涉及人工智能领域，揭露一种基于人工智能的情感分类方法，包括：对待处理文本执行实体识别处理，得到目标实体集；对待处理文本执行拼接及标记处理，得到每个实体对应的字符序列，将字符序列输入情感分类模型的特征提取网络，得到每个字符对应的第一特征向量；对待处理文本执行句法关系分析处理，基于句法关系类别计算每个实体对应的第二特征向量；基于第一特征向量及第二特征向量计算每个实体对应的第三特征向量，将第三特征向量输入情感分类模型的分类网络，得到每个实体对应的情感类别。本发明专利技术还提供一种基于人工智能的情感分类装置、电子设备及介质。本发明专利技术提高了情感分类准确度。准确度。准确度。

【技术实现步骤摘要】
基于人工智能的情感分类方法、装置、电子设备及介质


[0001]本专利技术涉及人工智能领域，尤其涉及一种基于人工智能的情感分类方法、装置、电子设备及介质。

技术介绍

[0002]随着科技的发展，情感分类在人们生活中的应用越来越广泛，例如，对美食、电影或景点的评论信息进行情感分类，以根据情感分类结果针对性地改进服务质量，然而，通常情况下，一个评论信息中可能既有正面情绪，又有负面情绪，例如，这家店的环境挺好，就是菜量有点少。采用通用情感分类方法对其进行情感分类时，通常情况下得到的情感类别是中性的，而无法对多种情感分别分类。
[0003]为了对含有多种情感的文本进行情感分类，当前可以基于图结构进行情感分类，通过句法分析，构建中心词与句子中其它词之间的节点图进行情感分类，然而这种方式只关注了词语之间是否有句法关系，而没有考虑句法关系类别对情感分类的影响，从而情感分类准确度不高。因此，亟需一种基于人工智能的情感分类方法，以提高情感分类准确度。

技术实现思路

[0004]鉴于以上内容，有必要提供一种基于人工智能的情感分类方法，旨在提高本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的情感分类方法，其特征在于，所述方法包括：解析用户基于客户端发出的情感分类请求，获取所述情感分类请求携带的待处理文本，对所述待处理文本执行实体识别处理，得到所述待处理文本对应的目标实体集；对所述待处理文本执行拼接及标记处理，得到所述目标实体集中每个实体对应的字符序列，将所述字符序列输入情感分类模型的特征提取网络执行特征提取处理，得到所述字符序列中每个字符对应的第一特征向量；对所述待处理文本执行句法关系分析处理，得到所述目标实体集中每个实体对应的关联词集合，基于所述关联词集合中的词语与实体之间的句法关系类别计算所述目标实体集中每个实体对应的第二特征向量；基于所述第一特征向量及所述第二特征向量计算所述目标实体集中每个实体对应的第三特征向量，将所述第三特征向量输入所述情感分类模型的分类网络执行情感分类处理，得到所述目标实体集中每个实体对应的情感类别。2.如权利要求1所述的基于人工智能的情感分类方法，其特征在于，所述对所述待处理文本执行实体识别处理，得到所述待处理文本对应的目标实体集，包括：对所述待处理文本中的每个字符执行向量转换处理，得到所述待处理文本中每个字符的字向量；将所述字向量输入实体识别模型执行实体识别处理，得到所述待处理文本对应的初始实体集；对所述初始实体集执行实体过滤处理，得到所述待处理文本对应的目标实体集。3.如权利要求2所述的基于人工智能的情感分类方法，其特征在于，所述对所述初始实体集执行实体过滤处理，得到所述待处理文本对应的目标实体集，包括：确定所述待处理文本对应的领域类别，获取所述领域类别对应的指标项集合；对所述初始实体集与所述指标项集合执行匹配处理，将所述初始实体集中匹配成功的实体的集合作为所述待处理文本对应的目标实体集。4.如权利要求1所述的基于人工智能的情感分类方法，其特征在于，所述基于所述关联词集合中的词语与实体之间的句法关系类别计算所述目标实体集中每个实体对应的第二特征向量，包括：从所述目标实体集中选择一个实体，将选择的实体对应的关联词集合作为目标关联词集合，基于所述目标关联词集合中每个词语与所述选择的实体之间的句法关系类别确定所述目标关联词集合中每个字符对应的第四特征向量；确定所述目标关联词集合中每个字符对应的目标权重；基于所述第四特征向量及所述目标权重计算所述选择的实体对应的第二特征向量。5.如权利要求4所述的基于人工智能的情感分类方法，其特征在于，所述基于所述目标关联词集合中每个词语与所述选择的实体之间的句法关系类别确定所述目标关联词集合中每个字符对应的第四特征向量，包括：从所述目标关联词集合中选择一个词语的一个字符，拼接选...

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