[发明专利]一种文字信息的分类方法、装置及电子设备

说明书

本发明实施例提供了一种文字信息的分类方法、装置及电子设备，所述方法包括：获取待分类文字信息，进行分词处理，得到分词词语；根据预先确定的词语与词向量的对应关系，确定每个分词词语对应的目标词向量；基于权重设定规则，确定每个分词词语对应的情感程度权重；根据每个分词词语对应的目标词向量及情感程度权重，确定情感向量；将情感向量输入预先训练完成的第一分类模型，确定待分类文字信息是否具有情感倾向；如果待分类文字信息具有情感倾向，将情感向量输入预先训练完成的第二分类模型，确定待分类文字信息的情感倾向类型。这样，电子设备便可以准确确定待分类文字信息的情感倾向类型，便于后续进行进一步研究和处理。

技术领域

本发明涉及信息处理技术领域，特别是涉及一种文字信息的分类方法、装置及电子设备。

背景技术

目前，在很多领域都存在大量的文字信息，例如，当前在区块链领域，有很多的项目或者币种，并且新的项目还在不断的涌现，每个项目都有不同的特点和应用场景，去解决不同的一些实际问题。任何新兴起的事物在刚发展的初期，很多项目都是良莠不齐的，用户对这些项目的评价也是褒贬不一。这些评价信息便是一种文字信息。又例如，在社交平台中，用户对视频或者话题等会有大量的评论信息，这些评论信息也是一种文字信息。

这些文字信息一般具有一定的情感倾向，例如，喜欢、不喜欢等。而这些情感倾向对后续工作具有重要意义。例如，对于区块链领域中的项目后续的改进等具有指导作用。在网络平台领域中，对于交互方式、视觉效果等方面的改进也具有重要指导作用，因此，目前亟需一种能够确定文字信息的情感倾向类型的方法。

发明内容

本发明实施例的目的在于提供一种文字信息的分类方法、装置及电子设备，以对文字信息进行分类，确定文字信息的情感倾向类型。具体技术方案如下：

第一方面，本发明实施例提供了一种文字信息的分类方法，所述方法包括：

获取待分类文字信息，并对所述待分类文字信息进行分词处理，得到分词词语；

根据预先确定的词语与词向量的对应关系，确定每个所述分词词语对应的目标词向量；

基于预先确定的权重设定规则，确定每个所述分词词语对应的情感程度权重；

根据每个所述分词词语对应的目标词向量及情感程度权重，确定所述待分类文字信息对应的情感向量；

将所述情感向量输入预先训练完成的第一分类模型，确定所述待分类文字信息是否具有情感倾向，其中，所述第一分类模型包括情感向量与情感倾向的对应关系；

如果所述待分类文字信息具有情感倾向，将所述情感向量输入预先训练完成的第二分类模型，确定所述待分类文字信息的情感倾向类型，其中，所述第二分类模型包括情感向量与情感倾向类型的对应关系。

可选的，所述基于预先确定的权重设定规则，确定每个所述分词词语对应的情感程度权重的步骤，包括：

确定每个所述分词词语所属的情感词典，其中，所述情感词典为预先建立的由各种情感词语组成的词典；

将所确定的情感词典所对应的预设权重，确定为该情感词典所对应的分词词语对应的情感程度权重。

可选的，所述根据每个所述分词词语对应的目标词向量及情感程度权重，确定所述待分类文字信息对应的情感向量的步骤，包括：

根据公式确定所述待分类文字信息对应的情感向量vector；

其中，n为所述待分类文字信息包括的分词词语的数量，w_i为分词词语i对应的情感程度权重，vec_i为分词词语i对应的目标词向量。

可选的，所述将所述情感向量输入预先训练完成的第二分类模型，确定所述待分类文字信息的情感倾向类型的步骤，包括：