一种方面情感分析方法和系统技术方案

本说明书实施例提供一种方面情感分析方法和系统

【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可以通过与原始样本的对比获取更全面的知识，然而现有的数据增强方式没能很好的解决这个问题
。
[0005]因此，需要提供一种方面情感分析方法，能够较好地解决多方面情感混淆问题
、
隐式情感判别问题
、
情感表达定位问题以及数据增强的问题
。

技术实现思路

[0006]本说明书一个或多个实施例提供一种方面情感分析方法
。
所述方法包括：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；以及基于所述情感分析模型进行方面情感分析
。
[0007]本说明书实施例之一提供一种方面情感分析系统
。
所述系统包括：确定模块，被配置为确定目标数据，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；获取模块，被配置为基于所述目标数据，获取情感分析模型，所述情感分析模型为机器学习模型；以及分析模块，被配置为基于所述情感分析模型进行方面情感分析
。
[0008]本说明书一个或多个实施例提供一种方面情感分析装置，所述装置包括至少一个处理器以及至少一个存储器，所述至少一个存储器用于存储计算机指令，所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现本说明书任一实施例所述的一种方面情感分析方法
。
[0009]本说明书一个或多个实施例提供一种计算机可读存储介质，所述存储介质存储计
算机指令，当计算机读取存储介质中的计算机指令后，计算机执行如本说明书任一实施例所述的一种方面情感分析方法
。
附图说明
[0010]本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述
。
这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
[0011]图1是根据本说明书一些实施例所示的方面情感分析系统的模块图；
[0012]图2是根据本说明书一些实施例所示的方面情感分析方法的示例性流程图；
[0013]图3是根据本说明书一些实施例所示的基线模型的训练示意图；
[0014]图4是根据本说明书一些实施例所示的确定第二数据的示例性流程图；
[0015]图5是根据本说明书一些实施例所示的情感分析模型的训练示意图
。
具体实施方式
[0016]为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍
。
显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景
。
除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作
。
[0017]应当理解，本文使用的“系统”、“装置”、“单元”和
/
或“模块”是用于区分不同级别的不同组件
、
元件
、
部件
、
部分或装配的一种方法
。
然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语
。
[0018]如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和
/
或“该”等词并非特指单数，也可包括复数
。
一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素
。
[0019]本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作
。
应当理解的是，前面或后面操作不一定按照顺序来精确地执行
。
相反，可以按照倒序或同时处理各个步骤
。
同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作
。
[0020]本说明书实施例中提出一种方面情感分析方法
、
系统和装置，以实现对多方面文本的情感分析，解决方面情感分析中可能存在的多方面情感混淆问题
、
隐式情感判别问题
、
情感表达定位问题以及数据增强的问题
。
本说明书提供的方面情感分析方法和系统可以应用于任何需要对文本进行情感分析的场景
。
方面情感分析是在方面级的情感分析行为
。
在方面情感分析的任务中，情感表达的对象可以是方面或实体级
。
例如，在文本中包括了实体或方面，实体可以是特定物品，该物品的属性或特征可以是该实体的各个方面
(
例如，价格
、
尺寸等
)。
方面情感分析可以识别文本在至少一个方面层面的观点和情绪
。
以下是对本方案进行详细的说明介绍
。
[0021]图1是根据本说明书一些实施例所示的方面情感分析系统的模块图
。
在一些实施
例中，方面情感分析系统
100
可以包括确定模块
110、
获取模块
本文档来自技高网...

【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：