[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

说明书

本申请涉及一种小语种文本数据的情感判别方法、装置、设备和存储介质。所述方法包括：获取文本数据；提取文本数据的多个文本特征；将文本特征输入支持向量机模型，得到文本数据的第一评价特征；将文本数据输入mBERT模型，得到文本数据的第二评价特征；输入第一评价特征和第二评价特征至情感判别器，输出文本数据的情感判别结果。支持向量机模型所采用的语言本身的特征进行判别时，可以提高对不同语言的情感判别准确度，采用mBERT学习不同语言深度语义向量进行的不同语言情感判别，可以很好的提升模型判别的泛化能力。

技术领域

本申请涉及计算机技术领域，尤其涉及一种小语种文本数据的情感判别方法、装置、计算机设备和存储介质。

背景技术

随着互联网技术的快速发展和普及，大量来自不同国家使用不同语言的用户在Twitter、Facebook等社交媒体中针对新闻时事、政策法规、消费产品等话题发表的主观评论，很好地反映了用户个体的观点、情感、态度等重要信息。研究如何利用文本挖掘技术对各语种文本中用户所表达的情感，对舆论监测、商业分析等领域具有重要意义。

情感分析是自然语言处理领域的重要任务，主要方法包括早期基于规则的无监督方法、基于文本表层情感特征的传统机器学习方法，以及近期基于深度学习的方法等。针对语言丰富的语种(例如中文、英文等)，学术界和工业界都提出了大量情感分析方法和工具，然而面向小语种文本的情感分析任务目前仍然面临诸多挑战，主要包括两个方面：大多数小语种形态丰富，不同语系的语种表达形式差异较大，并没有通用处理文本的方法；相关研究和带有标注的公开语料资源很少，难以支撑模型训练。由于不同语言形态丰富，不同语系的语种表达形式差异，以及文本表示的独特性，低资源小语种情感判别效果不稳定。

发明内容

为了解决上述技术问题，本申请提供了一种小语种文本数据的情感判别方法、装置、计算机设备和存储介质。

第一方面，本申请提供了一种小语种文本数据的情感判别方法，包括：

获取文本数据；

提取文本数据的多个文本特征；

将文本特征输入支持向量机模型，得到文本数据的第一评价特征；

将文本数据输入mBERT模型，得到文本数据的第二评价特征；

输入第一评价特征和第二评价特征至情感判别器，输出文本数据的情感判别结果。

第二方面，本申请提供了一种小语种文本数据的情感判别装置，包括：

文本获取模块，用于获取文本数据；

特征提取模块，用于提取文本数据的多个文本特征；

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

第二评价模块，用于将文本数据输入mBERT模型，得到文本数据的第二评价特征；

情感判别模块，用于输入第一评价特征和第二评价特征至情感判别器，输出文本数据的情感判别结果。

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，所述处理器执行所述计算机程序时实现以下步骤：

获取文本数据；

提取文本数据的多个文本特征；

将文本特征输入支持向量机模型，得到文本数据的第一评价特征；

将文本数据输入mBERT模型，得到文本数据的第二评价特征；

输入第一评价特征和第二评价特征至情感判别器，输出文本数据的情感判别结果。