一种情感分类方法、系统、电子设备及介质技术方案

本申请公开了一种情感分类方法、系统、电子设备及介质，情感分类方法包括：实体向量获取步骤：从命名实体识别模型中获取实体角度的角度矩阵，并将所述角度矩阵转换为实体向量；交互矩阵获取步骤：对所述角度矩阵与所述实体向量进行拼接，获得拼接矩阵后，将所述拼接矩阵缩放获得交互矩阵；情感分类获取步骤：对所述交互矩阵进行Attention交互，并计算获得所述实体角度的情感分类。本发明专利技术通过细粒度的面向目标实体角度的情感分析，更好的深入挖掘作用于实体上不同角度的情感。用于实体上不同角度的情感。用于实体上不同角度的情感。

【技术实现步骤摘要】
一种情感分类方法、系统、电子设备及介质


[0001]本申请涉及深度学习
，尤其涉及一种情感分类方法、系统、电子设备及介质。

技术介绍

[0002]随着互联网、电子商务的快速发展，越来越多的消费者在互联网平台上发表产品评论。面对用户更加直接的反馈，如何整合反馈信息，并对此做出迅速的反应，成为了企业的一大挑战。微博、微信、小红书等社交媒体平台的兴起更是为基于网络数据的舆情分析、民意调查等活动提供了广泛的数据基础。不同于整体的情感分析，基于属性、功能(Aspect)的情感分析的分析粒度更“细”，其主要目的是根据评论信息给出一系列简明的表达，说明消费者群体对某一产品各个属性的喜好程度。因而，现有技术无法更细粒度的挖掘到实体与角度的情感，导致细粒度情感无法深入分析。

技术实现思路

[0003]本申请实施例提供了一种情感分类方法、系统、电子设备及介质，以至少通过本专利技术解决了细粒度情感挖掘无法深入分析实体与角度的情感等问题。
[0004]本专利技术提供了情感分类方法，包括：
[0005]实体向量获取步骤：从命名实体识本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种情感分类方法，其特征在于，包括：实体向量获取步骤：从命名实体识别模型中获取实体角度的角度矩阵，并将所述角度矩阵转换为实体向量；交互矩阵获取步骤：对所述角度矩阵与所述实体向量进行拼接，获得拼接矩阵后，将所述拼接矩阵缩放获得交互矩阵；情感分类获取步骤：对所述交互矩阵进行Attention交互，并计算获得所述实体角度的情感分类。2.根据权利要求1所述的情感分类方法，其特征在于，所述实体向量获取步骤包括，预定义需关注的实体角度类别后，根据所述实体角度，从所述命名实体识别模型中获取所述角度矩阵后，通过最大池化或平均池化操作将所述角度矩阵转换为所述实体向量。3.根据权利要求1所述的情感分类方法，其特征在于，所述交互矩阵获取步骤包括：拼接矩阵获取步骤：将所述角度矩阵中的每一个所述实体角度与所述实体向量进行拼接，获得所述实体角度的所述拼接矩阵；交互矩阵生成步骤:通过全连接神经网络将所述拼接矩阵缩放生成所述交互矩阵。4.根据权利要求1所述的情感分类方法，其特征在于，所述情感分类获取步骤包括，对所述交互矩阵进行所述Attent i on交互，并通过相关计算公式计算所述实体角度的所述情感分类。5.一种情感分类系统，其特征在于，适用于上述权利要求1至4中任一项所述的情感分类方法，所述情感分类系统包括：实体向量获取单元：从命名实体识别模型中获取实体角度的角度矩阵，并将所述角度矩阵转换为实体向量；交互矩阵获取单元：对所述角度矩阵与所述实体...

【专利技术属性】
技术研发人员：陈栋，
申请(专利权)人：上海明略人工智能集团有限公司，
类型：发明
国别省市：