文本情感分析方法、装置、存储介质及电子设备与流程

本申请涉及文本处理，具体涉及一种文本情感分析方法、装置、存储介质及电子设备。

背景技术：

1、在信息与通信技术(information and communications technology，ict)领域，文本情感分析是一项重要的技术，用于自动化地识别和理解文本中蕴含的情感和情绪信息。可以帮助企业和组织更好地了解和分析用户意见、社交媒体内容、客户反馈等大量的文本数据，从而为决策制定和业务发展提供有价值的见解。

2、然而，目前一般对文本情感分析是通过对文本中的某一特定的词汇进行分析，从而对整个文本进行情感判断，由于同一词汇在不同的文本语境中所表达的情感会有所不同，通过某一特定的词汇进行文本情感分析的准确性较低。

技术实现思路

1、本申请实施例提供了一种文本情感分析方法、装置、存储介质及电子设备，可以提高文本情感分析的准确性。

2、第一方面，本申请实施例提供了一种文本情感分析方法，包括：

3、获取待分析文本；

4、对所述待分析文本进行文本清洗和标准化处理，生成目标文本；

5、将所述目标文本转换为词向量序列；

6、将所述词向量序列输入至预先构建的情感分析模型中，得到所述目标文本的情感分析结果；

7、根据所述情感分析结果生成情感分析报告。

8、在本申请实施例提供的文本情感分析方法中，所述情感分析模型包括cnn特征提取器和rnn序列建模器，所述将所述词向量序列输入至预先构建的情感分析模型中，得到所述目标文本的情感分析结果，包括：

9、将所述词向量序列输入至所述cnn特征提取器中，得到所述目标文本的局部特征；

10、将局部特征表示输入至rnn序列建模器中，得到所述目标文本的序列信息；

11、对所述序列信息进行情感分类，得到所述目标文本的情感分析结果。

12、在本申请实施例提供的文本情感分析方法中，所述将所述词向量序列输入至所述cnn特征提取器中，得到所述目标文本的局部特征，包括：

13、通过所述cnn特征提取器的卷积层和池化层对所述词向量序列进行特征提取，生成所述目标文本的局部特征。

14、在本申请实施例提供的文本情感分析方法中，所述将局部特征表示输入至rnn序列建模器中，得到所述目标文本的序列信息，包括：

15、通过所述rnn序列建模器的循环结构进行序列建模，生成所述目标文本的序列信息。

16、在本申请实施例提供的文本情感分析方法中，所述对所述序列信息进行情感分类，得到所述目标文本的情感分析结果，包括：

17、利用全连接层和softmax层对所述序列信息进行情感分类，得到所述目标文本的情感分析结果。

18、在本申请实施例提供的文本情感分析方法中，所述利用全连接层和softmax层对所述序列信息进行情感分类，得到所述目标文本的情感分析结果，包括：

19、利用全连接层对所述序列信息进行加权求和，生成情感分类分数；

20、将所述情感分类分数输入至softmax层，将所述情感分类分数转换为概率分布，生成所述目标文本的情感分析结果。

21、在本申请实施例提供的文本情感分析方法中，在所述获取待分析文本之前，还包括：

22、结合cnn和rnn构建情感分析模型。

23、第二方面，本申请实施例提供了一种文本情感分析装置，包括：

24、获取单元，用于获取待分析文本；

25、处理单元，用于对所述待分析文本进行文本清洗和标准化处理，生成目标文本；

26、转换单元，用于将所述目标文本转换为词向量序列；

27、输入单元，用于将所述词向量序列输入至预先构建的情感分析模型中，得到所述目标文本的情感分析结果；

28、报告单元，用于根据所述情感分析结果生成情感分析报告。

29、第三方面，本申请提供了一种存储介质，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行上述任一项所述的文本情感分析方法。

30、第四方面，本申请提供了一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现上述任一项所述的文本情感分析方法。

31、综上所述，本申请实施例提供的文本情感分析方法包括获取待分析文本；对所述待分析文本进行文本清洗和标准化处理，生成目标文本；将所述目标文本转换为词向量序列；将所述词向量序列输入至预先构建的情感分析模型中，得到所述目标文本的情感分析结果；根据所述情感分析结果生成情感分析报告。本方案可以通过预先构建的情感分析模型对整个目标文本进行情感分析，从而提高文本情感分析的准确性。

技术特征：

1.一种文本情感分析方法，其特征在于，包括：

2.如权利要求1所述的文本情感分析方法，其特征在于，所述情感分析模型包括cnn特征提取器和rnn序列建模器，所述将所述词向量序列输入至预先构建的情感分析模型中，得到所述目标文本的情感分析结果，包括：

3.如权利要求2所述的文本情感分析方法，其特征在于，所述将所述词向量序列输入至所述cnn特征提取器中，得到所述目标文本的局部特征，包括：

4.如权利要求2所述的文本情感分析方法，其特征在于，所述将局部特征表示输入至rnn序列建模器中，得到所述目标文本的序列信息，包括：

5.如权利要求2所述的文本情感分析方法，其特征在于，所述对所述序列信息进行情感分类，得到所述目标文本的情感分析结果，包括：

6.如权利要求5所述的文本情感分析方法，其特征在于，所述利用全连接层和softmax层对所述序列信息进行情感分类，得到所述目标文本的情感分析结果，包括：

7.如权利要求1-6任一项所述的文本情感分析方法，其特征在于，在所述获取待分析文本之前，还包括：

8.一种文本情感分析装置，其特征在于，包括：

9.一种存储介质，其特征在于，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1-7任一项所述的文本情感分析方法。

10.一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述的文本情感分析方法。

技术总结本申请公开了一种文本情感分析方法、装置、存储介质及电子设备，其中，该文本情感分析方法包括取待分析文本；对待分析文本进行文本清洗和标准化处理，生成目标文本；将目标文本转换为词向量序列；将词向量序列输入至预先构建的情感分析模型中，得到目标文本的情感分析结果；根据情感分析结果生成情感分析报告。本方案可以提高文本情感分析的准确性。技术研发人员：王景鹤受保护的技术使用者：爱集微咨询（厦门）有限公司技术研发日：技术公布日：2024/8/16