[发明专利]文本的情感分析方法、装置、电子设备及存储介质

说明书

本申请实施例公开了一种文本的情感分析方法、装置、电子设备及存储介质，该方法包括：根据对目标文本进行分割得到的子句序列中的字符和字符的上下文信息，确定字符对应的字符向量；根据同一个子句中的字符对应的字符向量和子句的上下文信息，确定子句对应的子句向量；将子句对应的子句向量、对目标文本对应的用户信息编码得到的用户特征向量和对目标文本对应的产品信息编码得到的产品特征向量融合为子句对应的子句整体向量；对每个子句对应的子句整体向量进行上下文的序列标注处理，得到每个子句对应的情感极性。本申请实施例同时考虑了上下文信息、用户信息和产品信息进行情感极性的识别，提高了情感分析结果的准确性。

技术领域

本申请涉及互联网技术领域，特别是涉及一种文本的情感分析方法、装置、电子设备及存储介质。

背景技术

针对用户评价进行情感分析是电商平台获取用户反馈的重要途径之一。通过对情感极性(好评、差评或中性)的分析，可以得知用户对产品的体验，进而针对性进行改进或向用户推荐相应商品。

现有技术中，针对用户评价的情感分析的方法主要是：1)通过词典进行分析：通过构建情感词典，提取出目标评论文本中的情感词，根据情感词的个数与权重判断目标评论文本的情感极性；2)通过人造特征结合分类器进行分析：将目标评论映射为人造特征，再输入到以传统机器学习为基础的分类器中来判断目标文本的情感极性；3)通过神经网络进行分析：无需构建情感词典和人为特征，直接将目标文本输入已经训练好的神经网络中进行情感极性的判断。

上述方式均是将整体的评论文本作为分析目标，对评论文本进行整体分析，导致情感分析结果的准确性较低。

发明内容

本申请实施例提供一种文本的情感分析方法、装置、电子设备及存储介质，以提高情感分析结果的准确性。

为了解决上述问题，第一方面，本申请实施例提供了一种文本的情感分析方法，包括：

根据对目标文本进行分割得到的子句序列中的字符和所述字符在所述目标文本中的上下文信息，确定所述字符对应的字符向量；

根据同一个子句中的字符对应的字符向量和所述子句在所述目标文本中的上下文信息，确定所述子句对应的子句向量；

将所述子句对应的子句向量、用户特征向量和产品特征向量融合为所述子句对应的子句整体向量，其中，所述用户特征向量是对所述目标文本对应的用户信息进行编码得到，所述产品特征向量是对所述目标文本对应的产品信息进行编码得到；

对每个子句对应的所述子句整体向量进行上下文的序列标注处理，得到所述子句序列中每个子句对应的情感极性。

可选的，所述根据所述子句序列中的字符和所述字符在所述目标文本中的上下文信息，确定所述字符对应的字符向量，包括：

对对目标文本进行分割得到的子句序列中的字符进行字符粒度的编码和位置编码，得到子句序列中的字符对应的字符初始向量；

根据所述字符对应的字符初始向量和所述目标文本中的其他字符对应的字符初始向量，确定所述字符的上下文信息；

将所述字符的字符初始向量和所述字符的上下文信息进行融合，得到所述字符对应的字符向量。

可选的，所述根据同一个子句中的字符对应的字符向量和所述子句在所述目标文本中的上下文信息，确定所述子句对应的子句向量，包括：

对属于同一个子句的字符向量进行池化处理，得到所述子句的子句初始向量；

通过双向的长短期记忆网络对所述子句序列中每个子句的所述子句初始向量进行上下文学习处理，得到每个子句的前向向量和后向向量；

将所述每个子句的前向向量和后向向量拼接为每个子句对应的子句向量。