【技术实现步骤摘要】
句子文本的情感检测方法、装置及计算机可读存储介质
[0001]本申请涉及自然语言处理领域,特别是涉及句子文本的情感检测方法、装置及计算机可读存储介质。
技术介绍
[0002]文本情感分析(Sentiment Analysis)是自然语言处理(NLP)方法中常见的应用,也是一个有趣的基本任务,尤其是以提炼文本情绪内容为目的的分类,它是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程,可以对人们对产品、服务、组织、个人、问题、事件、话题及其属性的观点、情感、情绪、评价和态度的计算研究。
[0003]一些眼动信号的文本情感检测很大程度上依赖于具有眼动信号的数据集,并且仅基于眼动信号和文本特征构建注意力模型,眼动信号采集成本高,并且忽略了情感信息在眼动信号学习中的作用,导致情感检测偏离正确方向。
技术实现思路
[0004]本申请主要提供一种句子文本的情感检测方法、装置及计算机可读存储介质,解决了现有技术中句子文本情感检测准确度低的问题。
[0005]为解决上述技术问题,本申请第一方面提供了一种句子文本的情感检测方法,包括:获取待处理的句子文本;利用眼动特征提取模型预测所述句子文本中每个单词对应的首次注视点持续时间和总阅读时间;提取每个所述单词对应的情感极性值;将所述首次注视点持续时间和所述总阅读时间分别与情感极性值融合,得到每个所述单词对应的首次注视情感
‑
眼动权重和总阅读情感
‑
眼动权重;基于所述首次注视情感
‑
眼动权重和所述总 ...
【技术保护点】
【技术特征摘要】
1.一种句子文本的情感检测方法,其特征在于,所述方法包括:获取待处理的句子文本;利用眼动特征提取模型预测所述句子文本中每个单词对应的首次注视点持续时间和总阅读时间;提取每个所述单词对应的情感极性值;将所述首次注视点持续时间和所述总阅读时间分别与情感极性值融合,得到每个所述单词对应的首次注视情感
‑
眼动权重和总阅读情感
‑
眼动权重;基于所述首次注视情感
‑
眼动权重和所述总阅读情感
‑
眼动权重对所述句子文本进行情感预测,得到情感预测结果。2.根据权利要求1所述的方法,其特征在于,所述眼动特征提取模型包括语言特征提取模块和映射模块,所述利用眼动特征提取模型预测所述句子文本中每个单词对应的首次注视点持续时间和总阅读时间,包括:利用语言特征提取模块所述提取所述句子文本中各所述单词的语言特征;利用所述映射模块中预设的映射关系将所述语言特征转换为所述首次注视点持续时间和所述总阅读时间。3.根据权利要求2所述的方法,其特征在于,所述语言特征包括:字特征、词特征以及复杂特征;其中,所述字特征至少包括所述单词的字符数量信息和所述单词是否以大写字母开头的信息,所述词特征至少包括所述单词的词义数量信息和所述单词中是否存在实体关键词的信息,所述复杂特征至少包括支配节点数量信息、单词数信息以及最大依存距离信息。4.根据权利要求2所述的方法,其特征在于,所述利用所述映射模块中预设的映射关系将所述语言特征转换为所述首次注视点持续时间和所述总阅读时间之前,所述方法还包括:利用带有首次注视点持续时间真实值和总阅读时间真实值的眼动数据集对所述眼动特征提取模型进行预训练,以分别得到对应于各眼动数据的首次注视点持续时间预测值和总阅读时间预测值;基于所述首次注视点持续时间真实值、所述首次注视点持续时间预测值以及设定的第一正则化权重拟合得到对应于所述首次注视点持续时间的第一映射关系的第一权重向量;以及,基于所述总阅读时间真实值、所述总阅读时间预测值以及设定的第二正则化权重拟合得到对应于所述总阅读时间的第二映射关系的第二权重向量。5.根据权利要求1所述的方法,其特征在于,所述将所述首次注视点持续时间和所述总阅读时间分别与情感极性值融合,得到每个所述单词对应的首次注视情感
‑
眼动权重和总阅读情感
‑
眼动权重,包括:将单个单词的首次注视...
【专利技术属性】
技术研发人员:徐睿峰,王冰冰,梁斌,杨敏,
申请(专利权)人:哈尔滨工业大学深圳,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。