【技术实现步骤摘要】
一种方面情感分析方法和系统
[0001]本说明书涉及人工智能领域,特别涉及一种方面情感分析方法和系统
。
技术介绍
[0002]在自然语言处理领域中,理解文本蕴含的情感倾向是十分重要的
。
传统的情感分析研究集中在句子或文档级别,即识别整个句子或文档的整体情感极性
。
而在实际场景中,给定文本中通常不限于单一主题传达的单一情感,因此,往往需要识别更细粒度的方面层面的观点和情绪,被称为方面情感分析
(Aspect Based Sentiment Analysis,ABSA)。
[0003]ABSA
任务与一般自然语言处理任务一样,也使用预训练的语言模型来完成情感分析任务
。
与传统的文本分类问题不同的是,在
ABSA
任务中,一个句子可能包含多个方面,而每个方面指向的情感倾向不同
、
且互相影响,导致模型可能无法敏锐地捕捉到方面之间的情感差别
、
无法准确地定位到情感表达,从而造成情感混淆问题
。
[0004]考虑单个句子内有多个方面的情况,不是所有的方面都存在清晰的情感表达,从而造成隐式情感判别问题
。ABSA
任务的模型通常在离散层面来解决情感表达定位问题,而离散的方法可能忽略了深层和高维的语义,导致达不到理想的效果
。ABSA
任务还期望通过数据增强方式在保留其他方面和情感表达不变的情况下,引入对某个方面更丰富的情感表达,则预训练的语言模型 ...
【技术保护点】
【技术特征摘要】
1.
一种方面情感分析方法,其特征在于,所述方法由处理器执行,包括:确定目标数据,所述目标数据包括第一数据和第二数据;所述第二数据为与所述第一数据的情感事实不符的数据;基于所述目标数据,获取情感分析模型,所述情感分析模型为机器学习模型;基于所述情感分析模型进行方面情感分析
。2.
根据权利要求1所述的方法,其特征在于,所述确定目标数据包括:基于基线模型和掩码预测模型对所述第一数据进行处理,确定所述第二数据,所述基线模型和掩码预测模型为机器学习模型
。3.
根据权利要求2所述的方法,其特征在于,所述基于基线模型和掩码预测模型对所述第一数据进行处理,确定所述第二数据包括:基于所述基线模型对所述第一数据进行归因分析,确定归因分布;基于所述归因分布和所述第一数据,确定标记数据;基于所述掩码预测模型对所述标记数据进行处理,确定所述第二数据
。4.
根据权利要求3所述的方法,其特征在于,所述基于掩码预测模型对所述标记数据进行处理,确定所述第二数据包括:基于所述掩码预测模型对所述标记数据进行处理,确定预测数据;基于预设算法对所述预测数据进行处理,确定所述第二数据
。5.
根据权利要求4所述的方法,其特征在于,所述基于预设算法对所述预测数据进行处理,以确定所述第二数据包括:基于所述基线模型确定可能标签;基于所述可能标签和所述预测数据,确定所述第二数据的标签
。6.
根据权利要求2所述的方法,其特征在于,...
【专利技术属性】
技术研发人员:吴东明,温露露,陈超,石兆舒,鲍永飞,
申请(专利权)人:杭州同花顺数据开发有限公司,
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。