[发明专利]小语种文本数据的情感判别方法、装置、设备和存储介质

权利要求书

1.一种小语种文本数据的情感判别方法，其特征在于，所述方法包括：

获取文本数据；

提取所述文本数据的多个文本特征；

将所述文本特征输入支持向量机模型，得到所述文本数据的第一评价特征；

将所述文本数据输入mBERT模型，得到所述文本数据的第二评价特征；

输入所述第一评价特征和所述第二评价特征至情感判别器，输出所述文本数据的情感判别结果。

2.根据权利要求1所述的方法，其特征在于，所述提取所述文本数据的多个文本特征之前，还包括：

按照预设文本清洗规则进行文本预处理，去除所述文本数据中与所述清洗规则对应的字符信息，将去除了所述字符信息的文本数据作为所述文本数据；

对所述文本数据进行分词，得到多个原始词汇；

判断多个所述原始词汇中是否包括待还原词汇；

当多个所述原始词汇中包括待还原词汇时，对所述待还原词汇进行还原处理，得到还原词汇；

采用所述还原词汇，替换多个所述原始词汇中与所述还原词汇对应的原始词汇，得到所述文本数据的词汇。

3.根据权利要求1或2所述的方法，其特征在于，所述文本数据中包括情感词，所述文本特征包括通用特征和语言自身特征，所述提取所述文本数据的多个特征，包括：

提取所述文本数据的浅层文本特征，将提取到的浅层文本特征作为所述通用特征；

提取所述文本数据中情感词的统计特征；

计算所述文本数据中各个所述情感词的情感极性分值，所述语言自身特征包括所述文本数据的情感词的统计特征和所述情感极性分值。

4.根据权利要求3所述的方法，其特征在于，所述情感词包括正面情感词和负面情感词，提取所述文本数据中情感词的统计特征，包括：

统计所述文本数据中所述正面情感词、所述负面情感词在所述文本数据中的出现次数和/或比例；

将所述正面情感词和所述负面情感词出现次数和/或比例，作为所述情感词的统计特征。

5.根据权利要求4所述的方法，其特征在于，所述文本数据还包括否定词，所述方法还包括：

统计所述文本数据中所述否定词在所述文本数据中的出现次数和/或比例；

将所述否定词在所述文本数据中的出现次数和/或比例，作为所述情感词的统计特征。

6.根据权利要求1所述的方法，其特征在于，所述输入所述第一评价特征和所述第二评价特征至情感判别器，输出所述文本数据的情感判别结果，包括：

通过所述情感判别器对所述第一评价特征和所述第二评价特征进行加权，得到加权特征，根据所述加权特征确定所述文本数据的情感判别结果；或

通过所述情感判别器对所述第一评价特征和所述第二评价特征进行投票，得到对应的投票结果，根据所述投票结果确定所述文本数据的情感判别结果。

7.一种小语种文本数据的情感判别装置，其特征在于，所述装置包括：

文本获取模块，用于获取文本数据；

特征提取模块，用于提取所述文本数据的多个文本特征；

第一评价模块，用于将所述文本特征输入支持向量机模型，得到所述文本数据的第一评价特征；

第二评价模块，用于将所述文本数据输入mBERT模型，得到所述文本数据的第二评价特征；

情感判别模块，用于输入所述第一评价特征和所述第二评价特征至情感判别器，输出所述文本数据的情感判别结果。

8.根据权利要求7所述的装置，其特征在于，所述特征提取模块具体用于提取所述文本数据的浅层文本特征，将提取到的浅层文本特征作为所述通用特征；提取所述文本数据中情感词的统计特征；计算所述文本数据中各个所述情感词的情感极性分值，所述语言自身特征包括所述文本数据的情感词的统计特征和所述情感极性分值。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。