语言情感预测方法技术

本公开提供一种语言情感预测方法

【技术实现步骤摘要】
语言情感预测方法、装置、存储介质与电子设备


[0001]本公开涉及自然语言处理
，尤其涉及一种语言情感预测方法
、
语言情感预测装置
、
计算机可读存储介质与电子设备
。

技术介绍

[0002]情感分析或预测是自然语言处理中的一项重要研究内容，旨在识别语句中关于词的具体情感分类，如情感极性属于积极
、
消极还是中性等
。
[0003]在一些相关技术中，使用传统的机器学习模型对语句中的词进行情感预测，这依赖于人为设计的特征质量，当特征质量不高时，严重影响情感预测的准确性，并且人为设计特征非常耗费人力与时间成本
。

技术实现思路

[0004]本公开提供一种语言情感预测方法
、
语言情感预测装置
、
计算机可读存储介质与电子设备，以至少在一定程度上解决相关技术中情感预测的准确性不高的问题
。
[0005]根据本公开的第一方面，提供一种语言情感预测方法，包括：获取由待处理语句和所述待处理语句中的属性词形成本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种语言情感预测方法，其特征在于，包括：获取由待处理语句和所述待处理语句中的属性词形成的待处理序列，获取所述待处理序列中的词的句法依存类型以及所述词的属性感知距离，所述词的属性感知距离表示所述词与所述属性词之间的句法距离；对所述待处理序列
、
所述词的句法依存类型
、
所述词的属性感知距离进行嵌入处理，得到所述词的上下文表征信息
、
句法依存表征信息
、
属性感知距离表征信息；根据所述词的上下文表征信息得到所述属性词的初始表征信息；利用注意力机制对所述词的上下文表征信息
、
句法依存表征信息
、
属性感知距离表征信息
、
以及所述属性词的初始表征信息进行处理，根据处理结果生成邻接矩阵；通过将所述词的上下文表征信息
、
句法依存表征信息
、
属性感知距离表征信息进行聚合，得到所述词的聚合表征信息；在所述词中确定所述属性词的关联词，基于所述邻接矩阵将所述关联词的聚合表征信息进行融合，得到所述属性词的最终表征信息；利用情感预测模型对所述属性词的最终表征信息进行处理，得到所述属性词的情感预测结果
。2.
根据权利要求1所述的方法，其特征在于，所述利用注意力机制对所述词的上下文表征信息
、
句法依存表征信息
、
属性感知距离表征信息
、
以及所述属性词的初始表征信息进行处理，根据处理结果生成邻接矩阵，包括：利用句法感知注意力机制对所述词的上下文表征信息
、
句法依存表征信息
、
属性感知距离表征信息
、
所述属性词的初始表征信息进行处理，以提取所述词与所述属性词之间的第一关联关系；利用句法感知自注意力机制对所述词的上下文表征信息
、
句法依存表征信息
、
属性感知距离表征信息进行处理，以提取所述词之间的第二关联关系；根据所述第一关联关系和所述第二关联关系生成邻接矩阵
。3.
根据权利要求2所述的方法，其特征在于，所述利用句法感知注意力机制对所述词的上下文表征信息
、
句法依存表征信息
、
属性感知距离表征信息
、
所述属性词的初始表征信息进行处理，以提取所述词与所述属性词之间的第一关联关系，包括：将所述属性词的初始表征信息
、
所述词的句法依存表征信息
、
属性感知距离表征信息聚合后利用门控循环单元进行处理，得到第一中间表征信息；将所述词的上下文表征信息
、
句法依存表征信息
、
属性感知距离表征信息聚合后利用门控循环单元进行处理，得到第二中间表征信息；融合所述第一中间表征信息与所述第二中间表征信息，得到所述第一关联关系
。4.
根据权利要求2所述的方法，其特征在于，所述利用句法感知自注意力机制对所述词的上下文表征信息
、
句法依存表征信息
、
属性感知距离表征信息进行处理，以提取所述词之间的第二关联关系，包括：将所述属性词的初始表征信息
、
所述词的句法依存表征信息
、
属性感知距离表征信息聚合后利用门控循环单元进行处理，分别得到查...

【专利技术属性】
技术研发人员：刘宁，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：