[发明专利]一种文本情感分析模型的构建方法及装置

说明书

本发明公开了一种文本情感分析模型的构建方法及装置，包括：在若干个初始样本文本中插入内含用于指代未知情感的目标字符的模板文本，得到目标样本文本；将每个目标样本文本输入情感分析模型，得到每个目标样本文本对应的情感分析结果；根据所有目标样本文本对应的情感分析结果和所有初始样本文本对应的情感标注结果，判断情感分析模型是否满足收敛条件；若否，修正模型参数，并重新执行上述的将每个目标样本文本输入情感分析模型并判断情感分析模型是否满足收敛条件的操作，直至得到满足收敛条件的目标情感分析模型。可见，实施本发明能够采用模板学习的训练方法训练情感分析模型，提高了情感分析模型的训练效果，进而提高文本情感分析的准确性。

技术领域

本发明涉及语义分析技术领域，尤其涉及一种文本情感分析模型的构建方法及装置。

背景技术

在实际生活中，互联网上存在着大量用户参与的、对于诸如人物和事件等的评论，为了获取大众舆论对某事物的看法，可以采用文本情感分析模型针对互联网上关于该事物的大量评论进行文本情感分析处理。当前的文本情感分析模型主要根据预先制定的一系列的情感词典，提取文本中的情感关键词，最后根据情感关键词确认文本的情感倾向。然而，实践发现，现有的文本情感分析模型无法准确分析文本全局语义，例如，文本“A餐厅做的菜真难吃”和文本“B餐厅做的菜不难吃”中提取的关键词都是“难吃”，文本情感分析模型会判定“A、B餐厅做的菜都难吃”，显而易见，现有的文本情感分析模型的分析准确性较低。可见，如何构建一种新的文本情感分析模型，从而提高文本情感分析的准确性显得尤为重要。

发明内容

本发明所要解决的技术问题在于，提供一种文本情感分析模型的构建方法及装置，能够采用模板学习的训练方法训练情感分析模型，提高了情感分析模型的训练效果，进而提高文本情感分析的准确性。

为了解决上述技术问题，本发明第一方面公开了一种文本情感分析模型的构建方法，所述方法包括：

确定带有标注信息的若干个初始样本文本；

在每个所述初始样本文本的预设位置插入该初始样本文本匹配的模板文本，得到若干个用于模型训练的目标样本文本，其中，所述模板文本包括用于指代未知情感的目标字符；

将每个所述目标样本文本输入待训练的情感分析模型中，以使所述情感分析模型对每个所述目标样本文本的文本内容进行分析，得到每个所述目标样本文本对应的情感分析结果，每个所述目标样本文本对应的情感分析结果包括该目标样本文本中的目标字符的预测结果，所述预测结果为相应目标样本文本的情感预测结果；

根据所有所述目标样本文本对应的情感分析结果和所有所述初始样本文本对应的情感标注结果，判断所述情感分析模型是否满足收敛条件；

当判断结果为否时，修正所述情感分析模型的模型参数，并重新执行所述的将每个所述目标样本文本输入待训练的情感分析模型中，以使所述情感分析模型对每个所述目标样本文本的文本内容进行分析，得到每个所述目标样本文本对应的情感分析结果的操作以及执行所述根据所有所述目标样本文本对应的情感分析结果和所有所述初始样本文本对应的情感标注结果，判断所述情感分析模型是否满足收敛条件的操作，直至得到满足所述收敛条件的目标情感分析模型，所述目标情感分析模型用于分析待分析文本的文本情感。

作为一种可选的实施方式，在本发明第一方面中，所述根据所有所述目标样本文本对应的情感分析结果和所有所述初始样本文本对应的情感标注结果，判断所述情感分析模型是否满足收敛条件，包括：

对于每个所述目标样本文本，确定该目标样本文本对应的情感分析结果与相应的初始样本文本对应的情感标注结果之间的匹配度，作为该目标样本文本对应的匹配度；

根据所有所述目标样本文本对应的匹配度，计算所述情感分析模型的分析准确率；

判断所述分析准确率是否大于等于预设的准确率阈值；