[发明专利]一种情感分析方法

权利要求书

1.一种情感分析方法，其特征在于，包括以下步骤：

S1、获取训练文本集，并对所述训练文本集进行预处理得到训练情感得分向量集；

S2、基于所述训练情感得分向量集和预设语义词向量集对预设的神经网络进行训练；

S3、基于训练后的神经网络对待分析文本进行情感分析。

2.如权利要求1所述的情感分析方法，其特征在于，所述步骤S1中对所述训练文本集进行预处理得到训练情感得分向量具体包括以下分步骤：

S11、对所述训练文本集进行分词处理；

S12、基于预设文本长度对分词处理后的训练文本集进行长度裁剪或补正得到标准训练文本集；

S13、基于情感词典确定出所述标准训练文本集对应的训练情感得分向量集。

3.如权利要求2所述的情感分析方法，其特征在于，所述步骤S12具体包括以下分步骤：

S121、将所述分词处理后的训练文本集中大于所述预设长度的训练文本进行裁剪；

S122、将所述分词处理后的训练文本集中小于所述预设长度的训练文本的前端用0补齐；

S123、将经过步骤S121和步骤S122处理后的训练文本集作为标准训练文本集。

4.如权利要求2所述的情感分析方法，其特征在于，所述步骤S13具体包括以下分步骤：

S131、将所述标准训练文本集中每一个词与所述情感词典进行匹配判断，若匹配成功，则执行步骤S132，若匹配不成功，则执行步骤S133；

S132、将所述标准训练文本集中匹配成功的词替换为对应的情感极性得分，然后进入步骤S134；

S133、将所述标准训练文本集中匹配不成功的词替换为0，然后进入步骤S134；

S134、将所述标准训练文本集中所有词均被替换后的文本集作为训练情感得分向量集。

5.如权利要求1所述的情感分析方法，其特征在于，所述步骤S2具体包括以下分步骤：

S21、将所述训练情感得分向量集作为所述神经网络的编码器的输入，并得到第一特征向量序列；

S22、将所述预设语义词向量集作为所述编码器的输入，并得到第二特征向量序列；

S23、将所述第一特征向量序列和所述第二特征向量序列进行拼接得到第三特征向量序列，并将所述第三特征向量序列作为所述神经网络的解码器的输入，且在解码出结尾标识符时，结束解码过程；

S24、在步骤S21至步骤S23的基础上使用交叉熵损失函数训练所述神经网络，得到训练后的神经网络。

6.如权利要求1所述的情感分析方法，其特征在于，所述步骤S3具体包括以下分步骤：

S31、将所述待分析文本进行所述预处理得到情感得分向量；

S32、将所述情感得分向量和所述预设语义词向量集作为训练后的神经网络的输入，并得到对应的输出得分；

S33、基于所述输出得分得到情感分析结果。