[发明专利]一种数据处理方法以及设备

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取目标文本中的词汇的词向量，从目标文本中获取具有情感特征的目标词汇；

根据所述词向量生成目标文本对应的第一文本向量；

根据所述第一文本向量和所述目标词汇的目标词向量生成第二文本向量，对所述第二文本向量进行卷积处理，得到向量卷积结果，根据所述第二文本向量和所述向量卷积结果，生成第三文本向量；

根据所述第三文本向量，生成所述目标词汇的情感概率向量；

根据所述情感概率向量确定所述目标词汇在所述目标文本中的情感类别。

2.根据权利要求1所述的方法，其特征在于，所述获取目标文本中的词汇的词向量，包括：

将所述目标文本输入词向量转换模型，统计目标文本中的词汇在检测窗口中出现的次数，通过所述词汇在检测窗口中出现的次数和词向量转换模型生成目标文本中的词汇的词向量。

3.根据权利要求1所述的方法，其特征在于，所述根据所述词向量生成目标文本对应的第一文本向量，包括：

将所述目标文本中的词汇的词向量作为卷积层的输入，通过卷积层进行卷积处理；

将所述卷积处理后的词向量通过全连接层，生成与词向量的维度相同的第一文本向量。

4.根据权利要求1所述的方法，其特征在于，所述根据所述第一文本向量和所述目标词汇的目标词向量生成第二文本向量，对所述第二文本向量进行卷积处理，得到向量卷积结果，根据所述第二文本向量和所述向量卷积结果，生成第三文本向量，包括：

将所述第一文本向量和目标词向量相加，得到第二文本向量，所述第二文本向量与所述词向量的维度相同；

将第二文本向量输入至分类网络模型中的第一块结构进行卷积处理，得到第一向量卷积结果；

将所述第一向量卷积结果输入至分类网络模型中的第二块结构进行卷积处理，得到第二向量卷积结果，将所述第二向量卷积结果确定为第三文本向量；

所述分类网络模型包括第一块结构和第二块结构。

5.根据权利要求4所述的方法，其特征在于，所述将第二文本向量输入至分类网络模型中的第一块结构进行卷积处理，得到第一向量卷积结果，包括：

将第二文本向量作为第一块结构的输入，将所述第二文本向量通过卷积处理，对通过卷积处理后的第二文本向量进行标准化处理，将标准化处理后的第二文本向量通过全连接层生成第一待处理文本向量；

将所述第一待处理文本向量与所述第二文本向量相加得到第一向量卷积结果。

6.根据权利要求4所述的方法，其特征在于，所述将所述第一向量卷积结果输入至分类网络模型中的第二块结构进行卷积处理，得到第二向量卷积结果，将所述第二向量卷积结果确定为第三文本向量，包括：

将所述第一向量卷积结果作为第二块结构的输入，将所述第一向量卷积结果通过卷积处理，对通过卷积处理后的所述第一向量卷积结果进行标准化处理，将标准化处理后的所述第一向量卷积结果通过全连接层生成第二待处理文本向量；

将所述第二待处理文本向量与所述第一向量卷积结果相加得到第二向量卷积结果，将所述第二向量卷积结果确定为第三文本向量。

7.根据权利要求1所述的方法，其特征在于，所述根据所述第三文本向量，生成所述目标词汇的情感概率向量，包括：

将所述第三文本向量的分量进行指数运算，根据所述分量的指数运算结果生成所述第三文本向量的分量对应的情感概率；

根据所述分量对应的情感概率确定所述目标词汇的情感概率向量。

8.根据权利要求1所述的方法，其特征在于，所述根据所述情感概率向量确定所述目标词汇在所述目标文本中的情感类别，包括：

当所述情感概率向量为一维向量时，将所述情感概率向量映射至情感类别对应的特征分数区间，生成情感概率向量对应的特征分数，根据所述特征分数确定所述目标词汇在所述目标文本中的情感类别；

当所述情感概率向量为多维向量时，获取所述情感概率向量中分量的最大值，根据所述最大值确定所述目标词汇在所述目标文本中的情感类别。