[发明专利]文本情感分析方法、情感分析模型训练方法、装置、设备及介质在审
申请号: | 202111138934.8 | 申请日: | 2021-09-27 |
公开(公告)号: | CN113850072A | 公开(公告)日: | 2021-12-28 |
发明(设计)人: | 计辉 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06F40/211 | 分类号: | G06F40/211;G06F40/216;G06F40/289;G06N3/04;G06N3/08 |
代理公司: | 北京柏杉松知识产权代理事务所(普通合伙) 11413 | 代理人: | 马敬;高莺然 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 文本 情感 分析 方法 模型 训练 装置 设备 介质 | ||
本公开提供了一种文本情感分析方法、情感分析模型训练方法、装置、设备及介质,涉及自然语言处理领域,尤其涉及人工智能及大数据技术领域。具体实现方案为:获取评论语句,将评论语句输入情感分析模型,情感分析模型为通过训练数据集对textRNN模型训练得到的模型,训练数据集中包括多条样本评论语句以及NLPC模型对每个样本评论语句的情感分析结果。获取情感分析模型输出的情感分析结果。实现了在私有化环境中利用情感分析模型对评论语句进行情感分析。
技术领域
本公开涉及自然语言处理技术领域,尤其涉及人工智能及大数据技术领域。
背景技术
随着互联网科技的发展,越来越多的用户会在网上发表各种评论语句,通过对评论语句进行情感分析,可以准确了解用户需求,为用户提供更好的服务。
发明内容
本公开提供了一种文本情感分析方法、情感分析模型训练方法、装置、设备及介质。
根据本公开的第一方面,提供了一种文本情感分析方法,包括:
获取评论语句;
将所述评论语句输入情感分析模型,所述情感分析模型为通过训练数据集对textRNN模型训练得到的模型,所述训练数据集中包括多条样本评论语句以及定制自然语言处理NLPC模型对每个样本评论语句的情感分析结果;
获取所述情感分析模型输出的情感分析结果。
根据本公开的第二方面,提供了一种情感分析模型训练方法,包括:
构建训练数据集,所述训练数据集中包括多条样本评论语句以及基于NLPC模型对每条样本评论语句进行情感分析得到的标签情感分析结果;
基于所述训练数据集对textRNN模型进行训练,得到情感分析模型,所述情感分析模型用于对评论语句进行情感分析。
根据本公开的第三方面,提供了一种文本情感分析装置,包括:
获取模块,用于获取评论语句;
输入模块,用于将所述评论语句输入情感分析模型,所述情感分析模型为通过训练数据集对textRNN模型训练得到的模型,所述训练数据集中包括多条样本评论语句以及NLPC模型对每个样本评论语句的情感分析结果;
所述获取模块,还用于获取所述情感分析模型输出的情感分析结果。
根据本公开的第四方面,提供了一种情感分析模型训练装置,包括:
构建模块,用于构建训练数据集,所述训练数据集中包括多条样本评论语句以及基于NLPC模型对每条样本评论语句进行情感分析得到的标签情感分析结果;
训练模块,用于基于所述训练数据集对所述textRNN模型进行训练,得到情感分析模型,所述情感分析模型用于对评论语句进行情感分析。
根据本公开的第五方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述第一方面或第二方面所述的方法。
根据本公开的第六方面,提供了了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行上述第一方面或第二方面所述的方法。
根据本公开的第七方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现上述第一方面或第二方面所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111138934.8/2.html,转载请声明来源钻瓜专利网。