[发明专利]情感属性确定方法、装置及电子设备

权利要求书

1.一种情感属性确定方法，其特征在于，通过服务器提供情感分析模型和词向量集，所述词向量集中每个词向量配置有属性参数集合，所述方法包括：

获取目标语料文本包含的实体对象；

对所述实体对象进行编码处理，得到所述实体对象对应的实体词向量；

将所述实体词向量与所述词向量集中多个词向量进行聚类分析，得到所述实体词向量对应的目标词向量集；

对所述目标词向量集中每个目标词向量配置的属性参数集合进行聚类分析，得到所述实体词向量对应的目标属性参数集合；其中，所述目标属性参数集合包括多个目标属性参数；

将所述目标属性参数集合和所述目标语料文本输入至所述情感分析模型，得到所述目标语料文本的情感分析结果；其中，所述情感分析结果为所述目标语料文本包含的属性参数对应的情感属性。

2.根据权利要求1所述的情感属性确定方法，其特征在于，获取目标语料文本包含的实体对象的步骤，包括：

基于命名体识别NER技术对所述目标语料文本进行实体类别识别，得到所述实体对象；其中，所述实体对象包括以下至少一种：人名、产品名、组织结构名和事件名称。

3.根据权利要求1所述的情感属性确定方法，其特征在于，所述情感分析模型为配置有情感属性的细粒度情感分析模型，其中，所述情感属性包括：喜欢、快乐、伤心、恐惧、惊讶和生气，将所述目标属性参数集合和所述目标语料文本输入至所述情感分析模型，得到所述目标语料文本的情感分析结果的步骤，包括：

将所述目标属性参数集合和所述目标语料文本输入至所述细粒度情感分析模型，以确定所述目标语料文本包含的属性参数，并对所述属性参数进行分析，得到每个所述属性参数对应的情感属性。

4.根据权利要求3所述的情感属性确定方法，其特征在于，所述情感属性还配置有加权值，所述方法还包括：

基于所述属性参数对应的情感属性的加权值对所述属性参数排序，得到所述目标语料文本的情感分析结果。

5.根据权利要求1所述的情感属性确定方法，其特征在于，对所述实体对象进行编码处理的步骤，包括：

基于预先训练的word2vec模型对所述实体对象进行编码处理，得到所述实体对象对应的实体词向量。

6.根据权利要求1所述的情感属性确定方法，其特征在于，所述目标语料文本为文字信息和/或语音信息。

7.一种情感属性确定装置，其特征在于，通过服务器提供情感分析模型和词向量集，所述词向量集中每个词向量配置有属性参数集合，所述装置包括：

获取模块，用于获取目标语料文本包含的实体对象；

编码模块，用于对所述实体对象进行编码处理，得到所述实体对象对应的实体词向量；

第一聚类分析模块，用于将所述实体词向量与所述词向量集中多个词向量进行聚类分析，得到所述实体词向量对应的目标词向量集；

第二聚类分析模块，用于对所述目标词向量集中每个目标词向量配置的属性参数集合进行聚类分析，得到所述实体词向量对应的目标属性参数集合；其中，所述目标属性参数集合包括多个目标属性参数；

情感属性分析模块，用于将所述目标属性参数集合和所述目标语料文本输入至所述情感分析模型，得到所述目标语料文本的情感分析结果；其中，所述情感分析结果为所述目标语料文本包含的属性参数对应的情感属性。

8.根据权利要求7所述的情感属性确定装置，其特征在于，所述获取模块，还用于：

基于命名体识别NER技术对所述目标语料文本进行实体类别识别，得到所述实体对象；其中，所述实体对象包括以下至少一种：人名、产品名、组织结构名和事件名称。

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述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上述权利要求1-6任一项所述的情感属性确定方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述权利要求1-6任一项所述的情感属性确定方法的步骤。