[发明专利]情感分析方法和装置

权利要求书

1.一种情感分析方法，包括：

对用户会话进行特征提取；

将所提取的用户会话特征分别输入预设的第一预测模型和第二预测模型；

将所述第一预测模型中的第一特征数据输入所述第二预测模型，以便所述第二预测模型将所述第一特征数据和自身的第二特征数据进行融合，并利用融合后的特征数据得到用户会话的情感分类结果；

其中，所述第一预测模型的分类结果小于所述第二预测模型的分类结果，所述第一预测模型的每个分类结果分别与所述第二预测模型的至少一个分类结果相关联。

2.根据权利要求1所述的方法，其中，

所述第一预测模型的分类结果包括高兴、中性、负面；

所述第二预测模型的分类结果包括高兴、中性、焦虑、生气、害怕、悲伤、失落，其中所述第一预测模型的负面分类结果与所述第二预测模型的焦虑、生气、害怕、悲伤和失落分类结果相关联。

3.根据权利要求1所述的方法，其中，

所述第一预测模型和所述第二预测模型为基于字符的卷积神经网络。

4.根据权利要求1-3中任一项所述的方法，其中，

将训练数据分别输入到所述第一预测模型和待训练模型中，以便所述第一预测模型输出分类结果，其中训练数据包括用户会话特征；

将所述第一预测模型中的特征数据输入所述待训练模型，以便所述待训练模型将来自所述第一预测模型的特征数据和自身的特征数据进行融合，并利用融合后的特征数据输出分类结果；

根据所述待训练模型输出的分类结果与所述第一预测模型输出的分类结果之间存在的偏差，调整所述待训练模型的参数，以得到所述第二预测模型。

5.根据权利要求4所述的方法，其中，

若所述待训练模型输出的分类结果与所述第一预测模型输出的分类结果之间不存在关联关系，则判定所述待训练模型输出的分类结果与所述第一预测模型输出的分类结果之间存在偏差。

6.一种情感分析装置，包括：

特征提取模块，被配置为对用户会话进行特征提取；

特征输入模块，被配置为将所提取的用户会话特征分别输入预设的第一预测模型和第二预测模型，其中所述第一预测模型的分类结果小于所述第二预测模型的分类结果，所述第一预测模型的每个分类结果分别与所述第二预测模型的至少一个分类结果相关联；

迁移学习模块，被配置为将所述第一预测模型中的第一特征数据输入所述第二预测模型，以便所述第二预测模型将所述第一特征数据和自身的第二特征数据进行融合，并利用融合后的特征数据得到用户会话的情感分类结果。

7.根据权利要求6所述的装置，其中，

所述第一预测模型的分类结果包括高兴、中性、负面；

所述第二预测模型的分类结果包括高兴、中性、焦虑、生气、害怕、悲伤、失落，其中所述第一预测模型的负面分类结果与所述第二预测模型的焦虑、生气、害怕、悲伤和失落分类结果相关联。

8.根据权利要求6所述的装置，其中，

所述第一预测模型和所述第二预测模型为基于字符的卷积神经网络。

9.根据权利要求6-8中任一项所述的装置，还包括：

训练模块，被配置为将训练数据分别输入到所述第一预测模型和待训练模型中，以便所述第一预测模型输出分类结果，其中训练数据包括用户会话特征；将所述第一预测模型中的特征数据输入所述待训练模型，以便所述待训练模型将来自所述第一预测模型的特征数据和自身的特征数据进行融合，并利用融合后的特征数据输出分类结果；根据所述待训练模型输出的分类结果与所述第一预测模型输出的分类结果之间存在的偏差，调整所述待训练模型的参数，以得到所述第二预测模型。

10.根据权利要求9所述的装置，其中，

训练模块还被配置为若所述待训练模型输出的分类结果与所述第一预测模型输出的分类结果之间不存在关联关系，则判定所述待训练模型输出的分类结果与所述第一预测模型输出的分类结果之间存在偏差。