[发明专利]说话内容的情感标注方法、装置、设备及存储介质

说明书

本发明提供一种说话内容的情感标注方法，该方法包括：获取原始语料库，原始语料库中包含不同的小说对话，小说对话包括：说话内容和说话人描述；根据预设情感词典对说话人描述进行情感词识别，得到与相应的说话内容对应的第一情感标签；将说话内容输入到预设情感分类器中，获取预设情感分类器输出的第二情感标签；根据第一情感标签和第二情感标签确定与说话内容对应的精确情感标签。对原始语料库进行收集、标注、筛选降噪，使得最终获得的说话内容的都是带有精确情感标签的，提高了说话内容的情感标注的精准度，此外，通过预设情感分类器进行自动输出，提高了情感标注的效率。此外，本发明还提供一种说话内容的情感标注装置、设备及存储介质。

技术领域

本发明涉及情感分析领域，尤其涉及一种说话内容的情感标注方法、装置、设备及存储介质。

背景技术

现有的情感标注方法从海量小说的对话文本中抽取各式各样的说话内容，从对应的说话人的描述中抽取情感词作为说话内容的情感倾向标签，通过现有的情感标注方法可以实现大规模情感文本数据的自动标注。

但是现有这种对小说对话内容中的说话内容进行自动标注的方法，得到的情感标注是不精确的。

发明内容

基于此，有必要针对上述问题，提供一种说话内容的情感标注方法、装置、设备及存储介质。

第一方面，本发明实施例提供一种说话内容的情感标注方法，该方法包括：

获取原始语料库，原始语料库中包含不同的小说对话，小说对话包括：说话内容和说话人描述；

根据预设情感词典对说话人描述进行情感词识别，得到与相应的说话内容对应的第一情感标签；

将说话内容输入到预设情感分类器中，获取预设情感分类器输出的第二情感标签；

根据第一情感标签和第二情感标签确定与说话内容对应的精确情感标签。

在一个实施例中，预设情感分类器通过以下步骤进行训练：

获取训练样本集，训练样本集中包括多个训练样本，每个训练样本包括：训练说话内容和与训练说话内容对应的训练情感类别标注；

将训练说话内容作为预设情感分类器的输入，将训练情感类别标注作为预设情感分类器期望的输出，对预设情感分类器进行训练，得到训练好的预设情感分类器。

在一个实施例中，获取训练样本集，包括：

获取说话内容；

根据所述预设情感词典对所述训练说话内容进行情感词识别；

当识别到所述训练说话内容中包含有所述预设情感词典中的情感词时，将所述训练说话内容的情感类别标注为识别到的情感词对应的情感类别；

当没有识别到所述训练说话内容中包含有所述预设情感词典中的情感词时，根据标注指令对所述训练说话内容标注情感类别。

在一个实施例中，根据第一情感标签和第二情感标签确定与说话内容对应的精确情感标签，包括：

当说话内容对应的第一情感标签和第二情感标签的情感类别一致时，则保留说话内容对应的数据；

当说话内容对应的第一情感标签和第二情感标签的情感类别不一致时，则删除说话内容对应的数据；

根据保留的说话内容对应的情感标签确定与说话内容对应的精确情感标签。

在一个实施例中，在根据预设情感词典对说话人描述进行情感词识别，得到与相应的说话内容对应的第一情感标签的步骤之后，还包括：

将第一情感标签根据对应的情感类别进行基础情感归类，得到与相应的说话内容对应的第三情感标签；