[发明专利]细粒度情感分析模型构建方法、设备及可读存储介质

摘要

本发明公开了一种细粒度情感分析模型构建方法、设备及可读存储介质，本发明通过在进行细粒度情感分析过程中，利用类序列规则提取属性词和情感词，提高了属性词和情感词提取的准确率，使所挖掘的类序列规则随着所应用领域的待训练文本的变化而变化，提高了所构建的细粒度情感分析模型的泛化能力，以及使所构建的细粒度情感分析模型存在良好的可扩展性；通过类序列规则解决了情感词和属性词之间长距离依赖的问题，即解决了评价对象和评价词之间长距离依赖的问题，并通过注意力机制的神经网络提取与属性词相关的情感上下文信息，实现细粒度情感分析。

主权项

1.一种细粒度情感分析模型构建方法，其特征在于，所述细粒度情感分析模型构建方法包括以下步骤：当获取到第一预设数量的待训练分句后，对所述待训练分句进行分词操作，并为分词后所述待训练分句中的各个词语添加词性标签；在所述待训练分句中获取第二预设数量的属性词和情感词，为所述属性词添加属性词标签，为所述情感词添加情感词标签，确定各个所述待训练分句对应的词性序列；根据含有所述属性词标签和/或所述情感词标签的词性序列挖掘目标规则，并根据所述目标规则提取所述待训练分句中的属性词集合和情感词集合；根据所述情感词集合中的各个情感词对应为所述属性词集合中的属性词添加情感类别标签；将所述属性词集合中各个属性词和各个属性词对应的上下文信息进行向量化表示，得到所述属性词和所述上下文信息对应的词向量；将所述属性词和所述上下文信息对应的词向量作为所述注意力机制的多层神经网络的输入，将与所述属性词对应的情感类别标签作为所述注意力机制的多层神经网络的输出结果，以构建细粒度情感分析模型。