[发明专利]情感识别模型的训练方法、装置、设备和存储介质

权利要求书

1.一种情感识别模型的训练方法，其特征在于，包括：

获取样本评论信息，其中，所述样本评论信息具有标注标签；

对所述样本评论信息进行切词以生成多个字；

分别获取所述多个字的索引值、掩码值和文本编号，并根据所述多个字对对应的索引值、掩码值和文本编号生成所述多个字的编码向量；

根据所述多个字的编码向量生成所述多个字的词向量，并根据所述多个字的词向量生成所述样本评论信息的句向量；

根据所述句向量生成所述样本评论信息的预测标签；以及

根据所述标注标签和所述预测标签对情感识别模型进行训练。

2.如权利要求1所述的情感识别模型的训练方法，其特征在于，在所述获取样本评论信息之后，还包括：

获取所述样本评论信息的长度；以及

如果所述样本评论信息的长度大于预设长度，则将所述样本评论信息之中大于所述预设长度的部分删除。

3.如权利要求1所述的情感识别模型的训练方法，其特征在于，所述情感识别模型的损失函数为：

L＝-[ylogy'+(1-y)log(1-y')]；

其中，y为所述标注标签，y'为所述预测标签。

4.如权利要求1所述的情感识别模型的训练方法，其特征在于，所述根据所述多个字对对应的索引值、掩码值和文本编号生成所述多个字的编码向量，包括：

将所述多个字对应的索引值、所述掩码值和所述文本编号进行加权相加以生成所述多个字的编码向量。

5.如权利要求1所述的情感识别模型的训练方法，其特征在于，其中，所述样本评论信息包括N个字，所述根据所述多个字的词向量生成所述样本评论信息的句向量，包括：

对所述N个字分别进行编码以生成所述N个字对应的初始编码；

分别对所述N个字的初始编码进行转换编码以形成所述N个字分别对应的句向量，其中，所述N个字之中的第一个字对应的句向量为所述样本评论信息的句相量，且在对第i个字进行转换编码时，将所述N个字之中其他字对应的转换编码作为参考编码。

6.如权利要求1所述的情感识别模型的训练方法，其特征在于，所述根据所述句向量生成所述样本评论信息的预测标签，包括：

对所述句向量进行多层卷积以生成卷积值；

对所述卷积值进行分类以生成所述预测标签。

7.一种情感识别模型的训练装置，其特征在于，包括：

第一获取单元，被配置为获取样本评论信息，其中，所述样本评论信息具有标注标签；

切词单元，被配置为对所述样本评论信息进行切词以生成多个字；

第一生成单元，被配置为分别获取所述多个字的索引值、掩码值和文本编号，并根据所述多个字对对应的索引值、掩码值和文本编号生成所述多个字的编码向量；

第二生成单元，被配置为根据所述多个字的编码向量生成所述多个字的词向量；

第三生成单元，被配置为根据所述多个字的词向量生成所述样本评论信息的句向量；

第四生成单元，被配置为根据所述句向量生成所述样本评论信息的预测标签；以及

训练单元，被配置为根据所述标注标签和所述预测标签对情感识别模型进行训练。

8.如权利要求7所述的情感识别模型的训练装置，其特征在于，还包括：

第二获取单元，被配置为获取所述样本评论信息的长度；以及

删除单元，被配置为如果所述样本评论信息的长度大于预设长度，则将所述样本评论信息之中大于所述预设长度的部分删除。

9.一种服务器，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为所述指令，以实现如权利要求1至6中任一项所述的情感识别模型的训练方法。

10.一种存储介质，当所述存储介质中的指令由服务器的处理器执行时，使得服务器能够执行如权利要求1至6中任一项所述的情感识别模型的训练方法。