[发明专利]一种文本数据处理方法、电子设备

权利要求书

1.一种文本数据处理方法，其特征在于，所述方法包括：

获取目标对象在实时交互过程中的文本数据；

对所述文本数据进行情绪分析，确定所述目标对象的情绪识别结果；

根据所述情绪识别结果进行预警处理。

2.根据权利要求1所述的方法，其特征在于，对所述文本数据进行情绪分析，包括：

对所述文本数据进行主客观识别，以获取所述文本数据中的主观内容数据；

对所述主观内容数据进行情绪极性识别，确定所述目标对象的情绪极性；

根据确定的情绪极性对所述主观内容数据进行情绪类别识别。

3.根据权利要求2所述的方法，其特征在于，对所述主观内容数据进行情绪极性识别，确定所述目标对象的情绪极性，包括：

按照目标对象在实时交互过程中的发送连续性，将所述主观内容数据划分为多个数据段；

确定所述多个数据段中各个数据段的情绪极性和极性概率值，其中，情绪极性包括：积极情绪和消极情绪。

4.根据权利要求3所述的方法，其特征在于，在确定所述多个数据段中各个数据段的情绪极性和极性概率值之后，还包括：

根据各个数据段的情绪极性和极性概率值，计算各相邻数据段的情绪波动极性和情绪波动得分，其中，情绪波动极性包括：积极情绪波动和消极情绪波动；

将积极情绪波动的情绪波动得分进行累加，得到积极情绪波动分；

将消极情绪波动的情绪波动得分进行累加，得到消极情绪波动分。

5.根据权利要求4所述的方法，其特征在于，在根据各个数据段的情绪极性和极性概率值，计算各相邻数据段的情绪波动极性和情绪波动得分之后，还包括：

将连续消极情绪波动的情绪波动得分进行累加，得到预警值；

确定所述预警值与预设预警阈值进行比较；

如果超出所述预警阈值，发送预警信息。

6.根据权利要求3所述的方法，其特征在于，根据确定的情绪极性对所述主观内容数据进行情绪类别识别，包括：

对各数据段执行如下操作：

获取与当前数据段的情绪极性关联的细粒度情绪类别集；

对当前数据段进行语义分析；

根据语义分析结果，与关联的细粒度情绪类别集中的各情绪类别进行匹配，以确定出所述当前数据段的情绪类别。

7.根据权利要求2所述的方法，其特征在于，在根据确定的情绪极性对所述主观内容数据进行情绪类别识别之后，还包括：

为识别出的情绪类别匹配可视化数据；

将匹配的可视化数据推送至文本数据接收端。

8.根据权利要求1所述的方法，其特征在于，获取目标对象在实时交互过程中的文本数据包括：

获取所述目标对象在实时交互过程中的语音数据；

将所述语音数据转换为文本数据。

9.根据权利要求1所述的方法，其特征在于，在根据所述情绪识别结果进行预警处理之后，还包括：

对所述文本数据进行情绪分析，确定所述目标对象的情绪极性和极性概率值；

根据所述目标对象的情绪极性和极性概率值，对所述目标对象的交互方进行服务评价。

10.一种文本数据处理方法，其特征在于，所述方法包括：

接收目标对象在实时交互过程中发送的交互数据；

接收服务端通过权利要求1至9中任一项所述的方法对交互数据进行处理生成的预警信息；

显示所述交互数据和预警信息。

11.根据权利要求10所述的方法，其特征在于，显示所述交互数据和预警信息包括：

在显示所述交互数据的页面，通过图像或语音数据，显示所述预警信息。