[发明专利]文本分析方法及装置

说明书

本公开涉及一种文本分析方法及装置。该方法包括：获取与待分析文本的多个分词相对应的特征信息；将特征信息输入分析模型中进行处理，获取待分析文本的文本分析结果，分析模型包括卷积模块、关系模块、池化模块以及拼接输出模块。根据本公开实施例，能够获取与待分析文本的多个分词相应的特征信息，并将特征信息输入分析模型中处理以获取文本分析结果，通过利用包括卷积模块、关系模块、池化模块以及拼接输出模块的分析模型实现文本分析，从而提高了文本分析结果的准确度。

技术领域

本公开涉及计算机领域，尤其涉及一种文本分析方法及装置。

背景技术

随着社交网络、移动互联网的不断普及，人们发布信息的成本越来越低，越来越多的用户乐于在互联网上分享自己的观点以及对于人物、事件、产品的评论。这些评论反映了人们对于事物的观点和情感倾向，对于舆情分析以及基于大数据的预测有着重要的意义。因此，需要用户的评论文本进行分析处理，以确定用户的观点及情感倾向等信息。然而，相关技术中对文本进行分析的分析结果的准确度较低。

发明内容

有鉴于此，本公开提出了一种文本分析方法，能够准确地获取文本分析结果。

根据本公开的一方面，提供了一种文本分析方法，包括：获取与待分析文本的多个分词相对应的特征信息；将所述特征信息输入分析模型中进行处理，获取所述待分析文本的文本分析结果，其中，所述分析模型包括卷积模块、关系模块、池化模块以及拼接输出模块。

在一种可能实现方式中，将所述特征信息输入分析模型中进行处理，获取所述待分析文本的文本分析结果，包括：

将所述特征信息输入所述卷积模块中进行处理，获取卷积结果；

将所述卷积结果分别输入所述关系模块和所述池化模块中进行处理，分别获取关系结果和池化结果；

将所述关系结果和所述池化结果输入拼接输出模块中进行处理，获取所述待分析文本的文本分析结果。

在一种可能实现方式中，获取与待分析文本的多个分词相对应的特征信息，包括：

对所述待分析文本的多个分词分别进行向量化处理，获取与所述多个分词相对应的多个向量信息；

根据所述多个向量信息，确定所述多个分词的特征信息。

在一种可能实现方式中，所述拼接输出模块包括多个全连接层和softmax处理层，

其中，将所述关系结果和所述池化结果输入拼接输出模块中进行处理，获取所述待分析文本的文本分析结果，包括：

对所述关系结果和所述池化结果进行向量拼接处理，获取拼接后的向量信息；

将所述拼接后的向量信息依次输入所述多个全连接层及所述softmax处理层中进行处理，获取所述待分析文本的文本分析结果。

在一种可能实现方式中，所述方法还包括：

获取样本文本的多个分词相对应的训练特征信息；

将所述训练特征信息输入初始分析模型中进行处理，获取所述样本文本的训练分析结果，其中，所述初始分析模型包括初始卷积模块、初始关系模块、初始池化模块以及初始拼接输出模块；

根据所述训练分析结果及所述样本文本的标注结果，确定所述初始分析模型的模型损失；

根据所述模型损失，调整所述初始分析模型中的参数权值，确定调整后的分析模型；

在所述模型损失满足训练条件的情况下，将调整后的分析模型确定为最终的分析模型。

在一种可能实现方式中，所述卷积模块包括卷积神经网络，所述关系模块包括关系网络，所述池化模块包括最大值池化层。