System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开涉及自然语言处理,尤其涉及一种属性词的情感分类方法、装置、计算机设备及可读存储介质。
技术介绍
1、属性级情感分析是一种细粒度的情感分析任务,目标是识别句子或段落中关于属性词的情感极性。情感分析根据粒度的不同,可分为文档级情感分析、句子级情感分析、属性级情感分析。文档级情感分析与句子级情感分析无法识别句子或段落中关于不同属性词的情感极性,它们是一种粗粒度的情感分析任务,无法提供细粒度的情感信息。属性级情感分析能够提供细粒度的情感信息,能够更好地满足人们的需要。
技术实现思路
1、本公开实施例提供了一种属性词的情感分类方法、装置、计算机设备、可读存储介质,涉及自然语言处理
,能够实现性词的情感极性分类。
2、本公开实施例提供了一种属性词的情感分类方法,包括:获取属性词和对应文本的拼接序列、句法依存类型序列和句法和语义感知距离序列;将所述拼接序列、所述句法依存类型序列和所述句法和语义感知距离序列输入至嵌入层,以获取上下文表征、句法依存类型表征和句法和语义感知距离表征;将所述上下文表征、所述句法依存类型表征和所述句法和语义感知距离表征输入至多信息聚合层,以获取对应文本的上下文语义聚合表征、属性词的上下文语义聚合表征、对应文本的上下文句法聚合表征和属性词的上下文句法聚合表征;将所述上下文表征、所述句法依存类型表征、所述句法和语义感知距离表征、所述对应文本的上下文语义聚合表征、所述属性词的上下文语义聚合表征、所述对应文本的上下文句法聚合表征和所述属性词的上下文句法聚合
3、在一个实施例中,获取属性词和对应文本的拼接序列、句法依存类型序列和句法和语义感知距离序列包括:将所述属性词和所述对应文本进行拼接以获取所述拼接序列;通过句法解析工具对所述拼接序列解析,以获取所述拼接序列对应的所述句法依存类型序列;根据所述拼接序列中每个词与所述属性词的句法依存距离,以及根据所述拼接序列中每个词在所述拼接序列中的位置索引,获取所述句法和语义感知距离序列。
4、在一个实施例中,将所述拼接序列、所述句法依存类型序列和所述句法和语义感知距离序列输入至嵌入层,以获取上下文表征、句法依存类型表征和句法和语义感知距离表征包括:将所述拼接序列通过来自转换器的双向编码器表征bert获取所述上下文表征;将所述句法依存类型序列通过句法依存类型嵌入矩阵获取所述句法依存类型表征;将所述句法和语义感知距离序列通过句法和语义感知嵌入矩阵获取所述句法和语义感知距离表征。
5、在一个实施例中,将所述上下文表征、所述句法依存类型表征和所述句法和语义感知距离表征输入至多信息聚合层,以获取对应文本的上下文语义聚合表征、属性词的上下文语义聚合表征、对应文本的上下文句法聚合表征和属性词的上下文句法聚合表征包括:将所述上下文表征通过双向长短期记忆网络bilstm获取所述对应文本的上下文语义聚合表征和所述属性词的上下文语义聚合表征;将所述上下文表征、所述句法依存类型表征和所述句法和语义感知距离表征通过句法和语义感知自注意力和图卷积网络gcn获取所述对应文本的上下文句法聚合表征和所述属性词的上下文句法聚合表征。
6、在一个实施例中,将所述上下文表征、所述句法依存类型表征和所述句法和语义感知距离表征通过句法和语义感知自注意力和图卷积网络gcn获取所述对应文本的上下文句法聚合表征和所述属性词的上下文句法聚合表征包括:将所述上下文表征、所述句法依存类型表征和所述句法和语义感知距离表征通过句法和语义感知自注意力获取所述拼接序列的不同词之间的注意力得分;将所述拼接序列的不同词之间的注意力得分通过所述图卷积网络gcn获取所述拼接序列的每个词的上下文句法聚合表征;将所述拼接序列的每个词的上下文句法聚合表征进行掩码操作获取所述对应文本的上下文句法聚合表征和所述属性词的上下文句法聚合表征。
7、在一个实施例中,将所述上下文表征、所述句法依存类型表征、所述句法和语义感知距离表征、所述对应文本的上下文语义聚合表征、所述属性词的上下文语义聚合表征、所述对应文本的上下文句法聚合表征和所述属性词的上下文句法聚合表征输入至门控层,以获取动态门控的情感表征包括:通过所述上下文表征和所述对应文本的上下文语义聚合表征获取语义门控模块的对应文本门控系数;通过所述上下文表征和所述属性词的上下文语义聚合表征获取语义门控模块的属性词门控系数;通过所述语义门控模块的对应文本门控系数和所述语义门控模块的属性词门控系数获取语义门控模块输出的语义门控表征;通过所述句法依存类型表征、所述句法和语义感知距离表征和所述对应文本的上下文句法聚合表征获取句法门控模块的对应文本门控系数;通过所述句法依存类型表征、所述句法和语义感知距离表征和所述属性词的上下文句法聚合表征获取句法门控模块的属性词门控系数;通过所述句法门控模块的对应文本门控系数和所述句法门控模块的属性词门控系数获取句法门控模块输出的句法门控表征;通过所述语义门控模块输出的语义门控表征和所述句法门控模块输出的句法门控表征获取所述动态门控的情感表征。
8、在一个实施例中,通过所述语义门控模块输出的语义门控表征和所述句法门控模块输出的句法门控表征获取所述动态门控的情感表征包括:通过所述语义门控模块输出的语义门控表征和所述句法门控模块输出的句法门控表征获取动态门控模块的语义门控系数和动态门控模块的句法门控系数;通过所述动态门控模块的语义门控系数和所述动态门控模块的句法门控系数获取所述动态门控的情感表征。
9、在一个实施例中,将所述动态门控的情感表征输入至情感预测层,以获取所述属性词的情感极性包括:通过所述动态门控的情感表征获取多层感知机输出的情感表征;通过所述多层感知机输出的情感表征获取所述属性词的情感极性。
10、本公开实施例提供了一种属性词的情感分类装置,包括:序列层,用于获取属性词和对应文本的拼接序列、句法依存类型序列和句法和语义感知距离序列;嵌入层,用于根据所述拼接序列、所述句法依存类型序列和所述句法和语义感知距离序列,以获取上下文表征、句法依存类型表征和句法和语义感知距离表征;多信息聚合层,用于根据所述上下文表征、所述句法依存类型表征和所述句法和语义感知距离表征,以获取对应文本的上下文语义聚合表征、属性词的上下文语义聚合表征、对应文本的上下文句法聚合表征和属性词的上下文句法聚合表征;门控层,用于根据所述上下文表征、所述句法依存类型表征、所述句法和语义感知距离表征、所述对应文本的上下文语义聚合表征、所述属性词的上下文语义聚合表征、所述对应文本的上下文句法聚合表征和所述属性词的上下文句法聚合表征,以获取动态门控的情感表征;情感预测层,用于根据所述动态门控的情感表征,以获取所述属性词的情感极性。
11、本公开实施例提供了一种计算机设备,包括处理器、存储器、输入输出接口;所述处理器分别与所述存储器和所述输入输出接口相连,其中,所述输入输出接口用于接本文档来自技高网...
【技术保护点】
1.一种属性词的情感分类方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,获取属性词和对应文本的拼接序列、句法依存类型序列和句法和语义感知距离序列包括:
3.根据权利要求1所述的方法,其特征在于,将所述拼接序列、所述句法依存类型序列和所述句法和语义感知距离序列输入至嵌入层,以获取上下文表征、句法依存类型表征和句法和语义感知距离表征包括:
4.根据权利要求1所述的方法,其特征在于,将所述上下文表征、所述句法依存类型表征和所述句法和语义感知距离表征输入至多信息聚合层,以获取对应文本的上下文语义聚合表征、属性词的上下文语义聚合表征、对应文本的上下文句法聚合表征和属性词的上下文句法聚合表征包括:
5.根据权利要求4所述的方法,其特征在于,将所述上下文表征、所述句法依存类型表征和所述句法和语义感知距离表征通过句法和语义感知自注意力和图卷积网络GCN获取所述对应文本的上下文句法聚合表征和所述属性词的上下文句法聚合表征包括:
6.根据权利要求1所述的方法,其特征在于,将所述上下文表征、所述句法依存类型表征、所述句法和
7.根据权利要求6所述的方法,其特征在于,通过所述语义门控模块输出的语义门控表征和所述句法门控模块输出的句法门控表征获取所述动态门控的情感表征包括:
8.根据权利要求1所述的方法,其特征在于,将所述动态门控的情感表征输入至情感预测层,以获取所述属性词的情感极性包括:
9.一种属性词的情感分类装置,其特征在于,包括:
10.一种计算机设备,其特征在于,包括处理器、存储器、输入输出接口;
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序适于由处理器加载并执行,以使得具有所述处理器的计算机设备执行权利要求1-8中任一项所述的方法。
...【技术特征摘要】
1.一种属性词的情感分类方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,获取属性词和对应文本的拼接序列、句法依存类型序列和句法和语义感知距离序列包括:
3.根据权利要求1所述的方法,其特征在于,将所述拼接序列、所述句法依存类型序列和所述句法和语义感知距离序列输入至嵌入层,以获取上下文表征、句法依存类型表征和句法和语义感知距离表征包括:
4.根据权利要求1所述的方法,其特征在于,将所述上下文表征、所述句法依存类型表征和所述句法和语义感知距离表征输入至多信息聚合层,以获取对应文本的上下文语义聚合表征、属性词的上下文语义聚合表征、对应文本的上下文句法聚合表征和属性词的上下文句法聚合表征包括:
5.根据权利要求4所述的方法,其特征在于,将所述上下文表征、所述句法依存类型表征和所述句法和语义感知距离表征通过句法和语义感知自注意力和图卷积网络gcn获取所述对应文本的上下文句法聚合表征和所述属性词的上下文句法聚合表征包括:
6.根据权利...
【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技术创新中心,
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。