[发明专利]用于分析情感的方法和装置

权利要求书

1.一种用于分析情感的方法，其中，所述方法包括：

响应于获取到针对目标物品的评论文本，对所述评论文本进行切分，得到对应于所述评论文本的切分词集合；

将所述切分词集合中与预设词汇集合中的预设词汇相匹配的切分词确定为目标词汇，得到目标词汇集合，以及将所述切分词集合中除目标词汇之外的切分词确定为非目标词汇，得到非目标词汇集合；

基于所述目标词汇集合和所述非目标词汇集合，确定对应于所述评论文本的情感信息集合；

基于所述目标物品所对应的至少一个情感信息集合，确定所述目标物品的评论关联信息集合；

向与所述目标物品相关联的第一终端设备发送评论关联信息集合。

2.根据权利要求1所述的方法，其中，所述基于所述目标词汇集合和所述非目标词汇集合，确定对应于所述评论文本的情感信息集合包括：

基于目标词汇集合对应的向量集合，确定第一特征向量集合，以及基于非目标词汇集合对应的向量集合，确定第二特征向量集合；

遍历所述第一特征向量集合中的第一特征向量，以及在访问当前第一特征向量时，执行以下情感确定步骤：基于所述第二特征向量集合生成对应于当前第一特征向量的特征矩阵；将所生成的特征矩阵输入预先训练的情感识别模型，得到对应于所生成的特征矩阵的情感类型信息；将所得到的情感类型信息与当前第一特征向量所对应的目标词汇关联后存入情感信息集合。

3.根据权利要求2所述的方法，其中，所述基于目标词汇集合对应的向量集合，确定第一特征向量集合包括：

将目标词汇集合对应的向量集合，输入预先构建的特征提取模型，得到对应于目标词汇集合的特征向量集合，将所得到的特征向量集合作为第一特征向量集合，其中，所述特征提取模型为双向神经网络模型，用于表征向量集合与对应于向量集合的特征向量集合的对应关系；以及

所述基于非目标词汇集合对应的向量集合，确定第二特征向量集合包括：将非目标词汇集合对应的向量集合，输入预先构建的特征提取模型，得到对应于非目标词汇集合的特征向量集合，将所得到的特征向量集合作为第二特征向量集合，其中，所述特征提取模型为双向神经网络模型，用于表征向量集合与对应于向量集合的特征向量集合的对应关系。

4.根据权利要求2所述的方法，其中，所述基于所述第二特征向量集合生成对应于当前第一特征向量的特征矩阵包括：

遍历所述第二特征向量集合中的第二特征向量，以及在访问当前第二特征向量时，执行以下权重确定步骤：确定当前第二特征向量与当前第一特征向量的权重值；根据所确定的权重值，得到对应于当前第二特征向量的权重向量，存入权重向量集合；

根据权重向量集合生成所述特征矩阵。

5.根据权利要求2所述的方法，其中，所述基于所述目标物品所对应的至少一个情感信息集合，确定所述目标物品的评论关联信息集合，包括：

提取针对所述目标物品的至少一个情感信息集合，以及提取所述至少一个情感信息集合中的目标词汇，将提取的目标词汇作为待分析词汇，存入待分析词汇集合；

遍历所述待分析词汇集合中的待分析词汇，在访问当前待分析词汇时，执行如下汇总步骤：从所述至少一个情感信息集合中提取与当前待分析词汇相匹配的至少一类情感类型信息；确定所提取的各类情感类型信息的出现次数；将当前待分析词汇对应的目标词汇、所提取的至少一类情感类型信息以及所提取的各类情感类型信息的出现次数，关联后存入对应于所述物品的评论关联信息集合。

6.根据权利要求5所述的方法，其中，所述方法还包括：

响应于接收到第二终端设备发送的查询请求，所述查询请求包括待查询词汇；

从多个物品所对应的多个评论关联信息集合中，确定存在与所述待查询词汇相匹配的目标词汇的评论关联信息集合；

根据所确定的评论关联信息集合中的相匹配的目标词汇的各类情感类型信息的出现次数，筛选所确定的评论关联信息集合，将筛选后的评论关联信息集合所对应的物品的物品信息推送给所述第二终端设备。