[发明专利]情感分析方法、装置、计算机可读介质及电子设备

权利要求书

1.一种情感分析方法，其特征在于，包括：

对文本信息进行向量表示获得所述文本信息的词向量；

从不同的维度对所述词向量进行特征提取，以获取所述文本信息对应的特征向量；

根据所述特征向量对所述文本信息进行情感分类，确定所述文本信息的情感极性，以根据所述情感极性对所述文本信息进行检索。

2.根据权利要求1所述的方法，其特征在于，所述从不同的维度对所述词向量进行特征提取，获取特征向量，包括：

通过不同的特征提取算法提取所述词向量的多个维度的特征向量。

3.根据权利要求2所述的方法，其特征在于，所述从不同的维度对所述词向量进行特征提取，以获取所述文本信息对应的特征向量，包括：

通过长短期记忆网络提取所述词向量的第一特征向量；

通过基于门机制的卷积网络提取所述词向量的第二特征向量；

通过卷积神经网络提取所述词向量的第三特征向量，将所述第一特征向量、所述第二特征向量与所述第三特征向量作为所述文本信息对应的特征向量。

4.根据权利要求3所述的方法，其特征在于，所述确定所述文本信息的情感极性，包括：

通过最大池化或平均池化将所述第一特征向量、第二特征向量和第三特征向量进行结合，以确定所述文本信息的情感极性。

5.根据权利要求1所述的方法，其特征在于，所述从不同的维度对所述词向量进行特征提取，以获取所述文本信息对应的特征向量，包括：

通过长短期记忆网络提取所述词向量的第一特征向量；

将所述第一特征向量输入基于门机制的卷积网络，获取第二特征向量；

将所述第二特征向量输入卷积神经网络，获取第三特征向量，将所述第三特征向量作为所述文本信息对应的特征向量。

6.根据权利要求1所述的方法，其特征在于，所述对文本信息进行向量表示获得所述文本信息的词向量，包括：

对文本信息进行预处理；

对预处理后的文本信息进行序列化；

将序列化后得到数据进行向量表示，得到词向量。

7.根据权利要求6所述的方法，其特征在于，所述将序列化后的数据进行向量表示，得到词向量包括：

获取语料数据，对所述语料数据中的字和词分配不同的权重，以获得所述字和词的特征编码；

通过所述特征编码构建嵌入层，以将序列化后得到的数据输入所述嵌入层获取词向量。

8.一种情感分析装置，其特征在于，包括：

文本转化单元，用于对文本信息进行向量表示获得所述文本信息的词向量；

特征提取单元，用于从不同的维度对所述词向量进行特征提取，以获取所述文本信息对应的特征向量；

分类确定单元，用于根据所述特征向量对所述文本信息进行情感分类，确定所述文本信息的情感极性，以根据所述情感极性对所述文本信息进行检索。

9.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至7中任一项所述的情感分析方法。

10.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至7中任一项所述的情感分析方法。