[发明专利]目标情感分析的方法、模型训练方法、介质和设备

权利要求书

1.一种目标情感分析的方法，其特征在于，所述方法包括：

对于待测语句中每个词，获取当前词的词向量、获取用于表示所述当前词的全局语义信息的文本向量，以及获取用于表示所述当前词在所述待测语句中位置信息的位置向量；

通过遮蔽语言模型方式和下一语句预测方式预训练深度学习模型，并通过预训练后的深度学习模型对所述待测语句中的每个词的：词向量、文本向量和位置向量进行编码，得到所述待测语句的语义向量；

获取所述待测语句中目标词对应的目标向量；

根据所述语义向量和所述目标向量预测所述目标词的情感极性类别；

其中，通过预训练后的深度学习模型对所述待测语句中的每个词的：词向量、文本向量和位置向量进行编码，得到所述待测语句的语义向量，包括：

通过注意力机制处理所述待测语句中的每个词的：词向量、文本向量和位置向量，得到第一处理向量；

将所述待测语句中的每个词的：词向量、文本向量和位置向量，与所述第一处理向量进行残差连接，得到第二处理向量；

标准化处理所述第二处理向量，得到第三处理向量；

对所述第三处理向量进行线性转换处理，得到所述待测语句的语义向量。

2.根据权利要求1所述的目标情感分析的方法，其特征在于，所述待测语句中包含一个或多个目标词。

3.根据权利要求1所述的目标情感分析的方法，其特征在于，所述获取所述待测语句中目标词对应的目标向量，包括：

对所述待测语句中的目标词进行词嵌入处理，得到所述目标向量。

4.根据权利要求1至3中任意一项所述的目标情感分析的方法，其特征在于，所述根据所述语义向量和所述目标向量预测所述目标词的情感极性类别，包括：

对所述语义向量和所述目标向量进行第一全连接处理，得到全连接向量；

结合所述目标向量，对所述全连接向量进行第二全连接处理，以得到待测向量；

根据所述待测向量预测所述目标词的情感极性类别。

5.根据权利要求4所述的目标情感分析的方法，其特征在于，所述结合所述目标向量，对所述全连接向量进行全连接处理，包括：

对第i次全连接处理之后的全连接向量和所述目标向量进行求和处理，并对求和处理之后的向量进行第i+1次全连接处理，其中，i取值为正整数。

6.根据权利要求4所述的目标情感分析的方法，其特征在于，所述根据所述待测向量预测所述目标词的情感极性类别，包括：

对所述待测向量进行归一化处理，得到所述目标词的情感极性类别。

7.根据权利要求4所述的目标情感分析的方法，其特征在于，所述获取当前词的词向量，包括：

对所述待测语句中的当前词进行词嵌入处理，得到所述当前词的词向量。

8.根据权利要求4所述的目标情感分析的方法，其特征在于，所述情感极性类别，包括：积极、中立和消极。