[发明专利]基于情感分析的文本语句处理方法、装置以及设备

说明书

本发明涉及情感分析领域，特别涉及一种基于情感分析的文本语句处理方法、装置、设备以及存储介质，基于获取样本语句以及与所述样本语句的相关联的若干组四元组标签信息，构建词嵌入模型的损失函数，并进行训练，提高了词嵌入模型进行四元组表示抽取任务的准确率以及适用率，从而更加精确地对文本语句的情感进行分析。

技术领域

本发明涉及情感分析领域，特别涉及是一种基于情感分析的文本语句处理方法、装置、设备以及存储介质。

背景技术

作为一项细粒度的情感分析任务，基于方面级的情感分析目前已受到广泛的关注。任务的核心主要是给定包含方面词的句子，抽取其中的方面词、观点词以及相应的情感极性，以精确识别其中的情绪信息。

然而，现有的技术方案是单独获取每一个候选词对的方面词类别以及情感极性进行分析，获取相应的分析数据，若其中任意一种分析数据出现误差时，在识别情绪信息时会便会放大其误差，导致识别情绪信息结果不准确，效率低下。

发明内容

基于此，本发明的目的在于，提供一种基于情感分析的文本语句处理方法、装置、设备以及存储介质，基于获取样本语句以及与所述样本语句的相关联的若干组四元组标签信息，构建词嵌入模型的损失函数，并进行训练，提高了词嵌入模型进行四元组表示抽取任务的准确率以及适用率，从而更加精确地对文本语句的情感进行分析。

第一方面，本申请实施例提供了一种基于情感分析的文本语句处理方法，包括以下步骤：

获取样本语句以及与所述样本语句的相关联的若干组四元组标签信息；

获取样本语句的初始句子序列，根据所述样本语句的初始句子序列以及四元组标签信息，构建所述样本语句的四元组标签序列；

将所述样本语句的初始句子序列以及四元组标签序列输入至预设的词嵌入模型，获取所述词嵌入模型输出的第一损失值；

基于所述样本语句的四元组标签序列，构建所述样本语句的若干组正例查询语句序列以及对应的若干组负例查询语句序列；

将所述若干组正例查询语句序列划分为若干个类型对应的样本正例查询语句序列，获取所述若干组正例查询语句序列对应的样本查询语句序列，根据所述样本正例查询语句序列，获取所述词嵌入模型输出的第二损失值；

将所述样本语句对应的正例查询语句序列以及负例查询语句序列进行拼接，获取若干组四元组表示，获取标签训练集，所述标签训练集包括所述若干组四元组表示对应的真实标签值，将所述若干组四元组表示以及标签训练集输入至预设的全连接网络中，获取所述全连接网络输出的第三损失值；

根据所述第一损失值、第二损失值以及第三损失值，构建所述词嵌入模型的损失函数，重复将所述样本语句的初始句子序列以及四元组标签序列输入至所述词嵌入模型的词嵌入模型中，进行迭代训练，直到满足训练停止条件，获取训练好的词嵌入模型；

获取待测样本语句，将所述待测样本语句输入至所述训练好的词嵌入模型，获取所述训练好的词嵌入模型输出的所述待测样本语句的情感分析结果。

第二方面，本申请实施例提供了一种基于情感分析的文本语句处理装置，包括：

第一获取模块，用于获取样本语句以及与所述样本语句的相关联的若干组四元组标签信息；

第二获取模块，用于获取样本语句的初始句子序列，根据所述样本语句的初始句子序列以及四元组标签信息，构建所述样本语句的四元组标签序列；

第一损失值计算模块，用于将所述样本语句的初始句子序列以及四元组标签序列输入至预设的词嵌入模型，获取所述词嵌入模型输出的第一损失值；

查询语句构建模块，用于基于所述样本语句的四元组标签序列，构建所述样本语句的若干组正例查询语句序列以及对应的若干组负例查询语句序列；