[发明专利]用于情感倾向性识别的方法及装置、电子设备、存储介质在审

专利信息
申请号: 202111369064.5 申请日: 2021-11-18
公开(公告)号: CN114090887A 公开(公告)日: 2022-02-25
发明(设计)人: 张豪杰;沈剑峰;徐菊婷;王晓旭;钟浩 申请(专利权)人: 北京明略软件系统有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/9536;G06Q50/00;G06N20/00
代理公司: 北京康盛知识产权代理有限公司 11331 代理人: 陶俊洁
地址: 100000 北京市海淀区*** 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: 用于 情感 倾向性 识别 方法 装置 电子设备 存储 介质
【说明书】:

本申请涉及机器学习技术领域,公开一种用于情感倾向性识别的方法,包括:获取预设时间段内目标企业对应的新闻舆情文本;对新闻舆情文本进行切片处理,获得多个级联切片文本;相邻的两个级联切片文本中包括共同的字符;根据各级联切片文本获取新闻舆情文本对应的情感倾向性。通过对新闻舆情文本进行切片处理获得多个级联切片文本,由于相邻的两个级联切片文本中包括共同的字符,各级联切片文本之间具有相关性,根据各级联切片文本确定情感倾向性时,能够更好的利用新闻舆情文本中的上下文语义关系,从而提高对新闻舆情文本的情感倾向性识别的准确率。本申请还公开一种用于情感倾向性识别的装置及电子设备、存储介质。

技术领域

本申请涉及机器学习技术领域,例如涉及一种用于情感倾向性识别的方法及装置、电子设备、存储介质。

背景技术

随着社会经济的不断发展,如何能够高效引进高科技企业,成为城市经济发展至关重要的一环。在进行招商引资时,主要目的是招进积极稳定健康的企业,为了便于对企业进行风险评估,通常需要对企业网络新闻舆情进行情感倾向性识别。

在实现本公开实施例的过程中,发现相关技术中至少存在如下问题:

由于新闻舆情文本的表达差别较大,上下文语义关系对新闻舆情的评判有较大的影响,现有技术中在判断新闻舆情文本情感倾向性时没有考虑新闻舆情文本中各语句之间的上下文语义关系,导致用户在对企业网络新闻舆情进行情感倾向性识别时准确率不高,用户体验较差。

发明内容

为了对披露的实施例的一些方面有基本的理解,下面给出了简单的概括。所述概括不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围,而是作为后面的详细说明的序言。

本公开实施例提供了一种用于情感倾向性识别的方法及装置、电子设备、存储介质,以能够提高对新闻舆情文本的情感倾向性识别的准确率。

在一些实施例中,所述用于情感倾向性识别的方法,包括:获取预设时间段内目标企业对应的新闻舆情文本;对所述新闻舆情文本进行切片处理,获得多个级联切片文本;相邻的两个级联切片文本中包括共同的字符;根据各所述级联切片文本获取所述新闻舆情文本对应的情感倾向性。

在一些实施例中,所述用于情感倾向性识别的装置,包括:第一获取模块,被配置为获取预设时间段内目标企业对应的新闻舆情文本;处理模块,被配置为对所述新闻舆情文本进行切片处理,获得多个级联切片文本;相邻的两个级联切片文本中包括共同的字符;第二获取模块,被配置为根据各所述级联切片文本获取所述新闻舆情文本对应的情感倾向性。

在一些实施例中,所述用于情感倾向性识别的装置包括处理器和存储有程序指令的存储器,所述处理器被配置为在运行所述程序指令时,执行如上述的用于情感倾向性识别的方法。

在一些实施例中,所述电子设备包括上述的用于情感倾向性识别的装置。

在一些实施例中,所述存储介质存储有程序指令,所述程序指令在运行时,执行上述的用于情感倾向性识别的方法。

本公开实施例提供的用于情感倾向性识别的方法及装置、电子设备、存储介质,可以实现以下技术效果:通过获取预设时间段内目标企业对应的新闻舆情文本;对新闻舆情文本进行切片处理,获得多个级联切片文本;相邻的两个级联切片文本中包括共同的字符;根据各级联切片文本获取新闻舆情文本对应的情感倾向性。通过对新闻舆情文本进行切片处理获得多个级联切片文本,由于相邻的两个级联切片文本中包括共同的字符,各级联切片文本之间具有相关性,根据各级联切片文本确定情感倾向性时,能够更好的利用新闻舆情文本中的上下文语义关系,从而提高对新闻舆情文本的情感倾向性识别的准确率。

以上的总体描述和下文中的描述仅是示例性和解释性的,不用于限制本申请。

附图说明

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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明略软件系统有限公司,未经北京明略软件系统有限公司许可,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/202111369064.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top