[发明专利]基于情感摘要的文本情感识别方法及装置在审

专利信息
申请号: 202010257469.9 申请日: 2020-04-03
公开(公告)号: CN111475640A 公开(公告)日: 2020-07-31
发明(设计)人: 任陶瑞;刘凡;霍刚 申请(专利权)人: 支付宝(杭州)信息技术有限公司
主分类号: G06F16/34 分类号: G06F16/34;G06F16/35;G06F40/295
代理公司: 北京永新同创知识产权代理有限公司 11376 代理人: 林锦辉;刘景峰
地址: 310000 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 情感 摘要 文本 识别 方法 装置
【权利要求书】:

1.一种基于情感摘要的文本情感识别方法,包括:

基于待识别文本生成情感摘要;以及

将所生成的情感摘要提供给文本情感识别模型来进行文本情感识别。

2.如权利要求1所述的文本情感识别方法,其中,基于待识别文本生成情感摘要包括:

对待识别文本进行分词处理;

使用情感词典来对分词处理所得到的分词进行匹配处理;以及

对匹配的分词按顺序进行拼接,得到情感摘要,所述情感摘要的断句位置与所述待识别文本的断句位置保持一致。

3.如权利要求2所述的文本情感识别方法,其中,所述情感词典包括情感词、重要阐述对象、情感程度词、情感关联词、转折词和否定词中的至少一种及其组合。

4.如权利要求1所述的文本情感识别方法,其中,所述原始输入文本包括简写词,所述文本情感识别方法还包括:

使用简写词映射表来对待识别文本进行映射处理,

基于待识别文本生成情感摘要包括:

基于映射处理后的待识别文本生成情感摘要。

5.如权利要求1所述的文本情感识别方法,还包括:

从所述情感摘要中去除作为独立短句且不能表达情感的分词,

将所生成的情感摘要提供给文本情感识别模型来进行文本情感识别包括:

将经过分词去除处理后的情感摘要提供给文本情感识别模型来进行文本情感识别。

6.如权利要求1所述的文本情感识别方法,其中,基于待识别文本生成情感摘要包括:

将待识别文本提供给情感摘要生成模型来生成情感摘要。

7.如权利要求1到6中任一所述的文本情感识别方法,其中,所述文本情感识别模型包括输入文本长度受限的机器学习模型。

8.一种基于情感摘要的文本情感识别装置,包括:

情感摘要生成单元,基于待识别文本生成情感摘要;以及

情感识别单元,将所生成的情感摘要提供给文本情感识别模型来进行文本情感识别。

9.如权利要求8所述的文本情感识别装置,其中,所述情感摘要生成单元包括:

分词处理模块,对待识别文本进行分词处理;

分词匹配模块,使用情感词典来对分词处理所得到的分词进行匹配处理;以及

分词拼接模块,对匹配的分词按顺序进行拼接,得到情感摘要,所述情感摘要的断句位置与所述待识别文本的断句位置保持一致。

10.如权利要求9所述的文本情感识别装置,其中,所述情感词典包括情感词、重要阐述对象、情感程度词、情感关联词、转折词和否定词中的至少一种及其组合。

11.如权利要求8所述的文本情感识别装置,其中,所述原始输入文本包括简写词,所述文本情感识别装置还包括:

简写词映射单元,使用简写词映射表来对待识别文本进行映射处理,

所述情感摘要生成单元基于映射处理后的待识别文本生成情感摘要。

12.如权利要求8所述的文本情感识别装置,还包括:

分词去除单元,从所述情感摘要中去除作为独立短句且不能表达情感的分词,

所述情感识别单元将经过分词去除处理后的情感摘要提供给文本情感识别模型来进行文本情感识别。

13.如权利要求8所述的文本情感识别装置,其中,所述情感摘要生成单元将待识别文本提供给情感摘要生成模型来生成情感摘要。

14.一种电子设备,包括:

至少一个处理器,以及

与所述至少一个处理器耦合的存储器,所述存储器存储指令,当所述指令被所述至少一个处理器执行时,使得所述至少一个处理器执行如权利要求1到7中任一所述的方法。

15.一种机器可读存储介质,其存储有可执行指令,所述指令当被执行时使得所述机器执行如权利要求1到7中任一所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010257469.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top