[发明专利]一种文本情感分析方法、装置、设备及存储介质

说明书

本发明实施例涉及人工智能领域，公开了一种文本情感分析方法、装置、设备及存储介质，该方法包括：获取携带指定实体的训练文本数据，对训练文本数据添加情感类别标签；将训练文本数据输入bert模型，得到指定实体的情感类别的预测结果，并确定训练文本数据情感分类的损失函数值；根据损失函数值调整bert模型的权重参数，并对调整权重参数后的bert模型进行重新训练，得到情感分析模型；将待测试文本数据输入情感分析模型进行分析，确定出与待测试文本数据对应的情感类型。这种方式可以自动识别不同实体的情感类别，提高识别实体的情感类别的准确性。本发明涉及区块链技术，如可将训练文本数据写入区块链中，以用于数据取证等场景。

技术领域

本发明涉及人工智能领域，尤其涉及一种文本情感分析方法、装置、设备及存储介质。

背景技术

互联网多样的时代，在社交平台中呈现了巨量而又丰富的文本情感信息，运用这些文本信息，可以挖掘文本内部信息并作情感分析，这对人机交互和人工智能有重大的现实意义。传统的文本情感分析研究主要面向篇章和句子级别文本，实现相应的情感极性判断。这些研究在一些应用领域都体现了很好的应用价值，例如网络舆论分析、股评分析、服务评价。然而，随着应用的深入，人们提出了更高的要求，例如进一步获取评价对象属性所对应的情感分析结果。

传统的解决文本情感分析的方法主要有机器学习算法、回归、分类、以及深度学习算法，该些方法对实现不存在实体的文本，仅仅对句子描述的判断正确率可以达到很好的效果。因此，如何实现对于存在不同实体所对应不同的情感识别非常重要。

发明内容

本发明实施例提供了一种文本情感分析方法、装置、设备及存储介质，可以自动识别不同实体的情感类别，同时对实体相对应的文本信息可以捕捉的更清晰，提高了识别实体的情感类别的准确性。

第一方面，本发明实施例提供了一种文本情感分析方法，所述方法包括：

获取携带指定实体的训练文本数据，并对所述训练文本数据添加情感类别标签，其中，所述情感类别标签包括第一情感类别标签和第二情感类别标签，所述第一情感类别标签用于指示正面情感类别，所述第二情感类别标签用于指示负面情感类别；

将所述训练文本数据输入预设的bert模型，得到与所述训练文本数据中的指定实体对应的情感类别的预测结果，并根据所述预测结果确定所述训练文本数据情感分类的损失函数值；

根据所述损失函数值调整所述bert模型的权重参数，并对调整权重参数后的bert模型进行重新训练，得到情感分析模型；

将待测试文本数据输入训练得到的情感分析模型进行分析，确定出与所述待测试文本数据对应的情感类型。

进一步地，所述将所述训练文本数据输入预设的bert模型，得到与所述训练文本数据中的指定实体对应的情感类别的预测结果之前，还包括：

对添加情感类别标签后的训练文本数据进行分类处理，将所述训练文本数据分为三类数据，所述三类数据包括携带指定实体的训练文本数据、实体数据和标签数据；

所述将所述训练文本数据输入预设的bert模型，得到与所述训练文本数据中的指定实体对应的情感类别的预测结果，包括：

将所述携带指定实体的训练文本数据、实体数据和标签数据输入预设的bert模型，得到与所述训练文本数据中的指定实体对应的情感类别的预测结果。

进一步地，所述将所述携带指定实体的训练文本数据、实体数据和标签数据输入预设的bert模型，得到与所述训练文本数据中的指定实体对应的情感类别的预测结果，包括：

将所述训练文本数据中携带指定实体的训练文本数据、实体数据和标签数据输入所述bert模型，得到所述训练文本数据中所述指定实体对应情感类别的词向量；

根据所述词向量确定与所述训练文本数据中的所述指定实体对应的情感类别的预测结果。