[发明专利]文本的情感信息处理方法及装置

说明书

本说明书一个或多个实施例公开了一种文本的情感信息处理方法及装置，以解决现有技术中情感倾向识别不准确、导致无法基于情感倾向信息准确调整业务参数的问题。方法包括：提取待预测文本中与业务相关的第一情感词，第一情感词包括正面情感词和负面情感词。以及，对待预测文本进行分句处理，得到待预测文本对应的第一分句。根据第一情感词及第一分句，确定待预测文本对应的第一情感词分布特征。根据第一情感词分布特征及预先训练的情感预测模型，确定待预测文本对应的第一情感倾向信息。根据第一情感倾向信息及第一分句对应的细粒度情感因子，确定待预测文本对应的第二情感倾向信息。向业务的业务处理平台发送第二情感倾向信息。

技术领域

本说明书涉及信息处理技术领域，尤其涉及一种文本的情感信息处理方法及装置。

背景技术

随着移动互联网的兴起，电商、社区平台、短视频、直播等产品蓬勃发展，庞大的用户群体贡献了大量优质的UGC(User Generated Content，用户生成内容)，使得互联网具有开放性、虚拟性、隐蔽性、发散性、渗透性和随意性等特点。越来越多的用户喜欢通过互联网渠道来表达个人观点，例如对某一业务的处理效果表达自己是否满意或期望改进之处等意见，导致互联网逐渐成为舆情话题产生和传播的主要场所。同时，随着互联网上评论文本的爆炸式增长，迫切需要计算机帮助用户加工整理这些情感信息，用户的这些情感信息会在一定程度上影响业务运行及发展，这使得情感分析研究具有重要的应用。

在与业务相关的文章或评论中，业务会大致把情感分成正面情感和负面情感，但中文的博大精深，使得文本中经常会包含隐义和显义的情感转折，这成为了情感判断的一种困难。例如“XX宝又改规则了最近，XX宝悄悄地又改规则了。张三研究了一下，一句话说就是‘以后XX宝理赔越来越难了’。但未必就是坏事吧，下面我们具体聊聊这次的新变化以及有什么影响。”。上述语句中由于包含了情感语句“越来越难”和“未必就是坏事”这两重不同的情感情绪，这些语句会对情感识别造成一种干扰，导致现有的情感识别方式很难识别出是正面情感还是负面情感。

发明内容

一方面，本说明书一个或多个实施例提供一种文本的情感信息处理方法，包括：提取待预测文本中与业务相关的第一情感词，所述第一情感词包括正面情感词和负面情感词。以及，对所述待预测文本进行分句处理，得到所述待预测文本对应的第一分句。根据所述第一情感词及所述第一分句，确定所述待预测文本对应的第一情感词分布特征。根据所述第一情感词分布特征及预先训练的情感预测模型，确定所述待预测文本对应的第一情感倾向信息，所述情感预测模型基于样本文本对应的样本情感词分布特征以及所述样本文本的样本情感倾向信息训练得到。根据所述第一情感倾向信息及所述第一分句对应的细粒度情感因子，确定所述待预测文本对应的第二情感倾向信息。向所述业务的业务处理平台发送所述第二情感倾向信息，以使所述业务处理平台基于所述第二情感倾向信息调整所述业务的业务参数。

另一方面，本说明书一个或多个实施例提供一种文本的情感信息处理装置，包括：提取模块，提取待预测文本中与业务相关的第一情感词，所述第一情感词包括正面情感词和负面情感词，以及，对所述待预测文本进行分句处理，得到所述待预测文本对应的第一分句。第一确定模块，根据所述第一情感词及所述第一分句，确定所述待预测文本对应的第一情感词分布特征。第二确定模块，根据所述第一情感词分布特征及预先训练的情感预测模型，确定所述待预测文本对应的第一情感倾向信息，所述情感预测模型基于样本文本对应的样本情感词分布特征以及所述样本文本的样本情感倾向信息训练得到。第三确定模块，根据所述第一情感倾向信息及所述第一分句对应的细粒度情感因子，确定所述待预测文本对应的第二情感倾向信息。发送模块，向所述业务的业务处理平台发送所述第二情感倾向信息，以使所述业务处理平台基于所述第二情感倾向信息调整所述业务的业务参数。