数据的展示方法、装置、计算机设备、可读存储介质和程序产品与流程

本申请涉及人工智能，特别是涉及一种数据的展示方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

背景技术：

1、随着人工智能技术的发展，出现了情感识别技术。情感识别技术用于分析文本数据中的情感倾向，并将文本数据映射到积极、消极、中性等情感标签。

2、一些相关技术中，将情感识别问题转换为分类问题，采用逻辑回归、支持向量机等机器学习算法对新闻数据进行分析。另一些相关技术中，通过卷积神经网络（convolutional neural network，cnn）、长短期记忆网络（long short-term memorynetwork，lstm）等深度学习模型自动学习新闻数据的特征，输出情感识别结果。

3、然而，相关技术通常为对整篇新闻的整体情感倾向进行分析，得到的情感倾向不够全面或准确。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够准确地展示新闻数据及其企业维度的情感倾向的数据的展示方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本申请提供了一种数据的展示方法，包括：

3、获取待展示的新闻数据；

4、将所述待展示的新闻数据输入至实体情感分析模型中，输出所述待展示的新闻数据中的各个企业实体及所述各个企业实体分别对应的情感标签；其中，所述实体情感分析模型基于样本新闻数据与情感标签之间的对应关系，对预训练模型进行微调得到；

5、将所述待展示的新闻数据及所述各个企业实体分别对应的情感标签分别展示在每个企业实体对应的数据展示页面。

6、在其中一个实施例中，所述将所述待展示的新闻数据及所述各个企业实体分别对应的情感标签分别展示在每个企业实体对应的数据展示页面包括：

7、根据所述待展示的新闻数据中的目标企业实体对应的情感标签，确定在所述目标企业实体对应的数据展示页面中所述目标企业实体对应的情感标签的展示格式；

8、在所述目标企业实体对应的数据展示页面中展示所述待展示的新闻数据的标题，并按照所述展示格式，在所述标题的相邻区域展示所述目标企业实体对应的情感标签。

9、在其中一个实施例中，在所述数据展示页面包括标签选择控件，所述在所述目标企业实体对应的数据展示页面中展示所述待展示的新闻数据的标题，并按照所述展示格式，在所述标题的相邻区域展示所述目标企业实体对应的情感标签，之后包括：

10、响应于对所述数据展示页面中标签选择控件的触发操作，展示各个情感标签及所述各个情感标签对应的待展示新闻数据的数量；

11、响应于对目标情感标签的选择操作，从多个所述待展示的新闻数据中筛选出所述目标情感标签对应的目标新闻数据；

12、在所述目标企业实体对应的数据展示页面中展示所述目标新闻数据的标题，并按照所述目标情感标签对应的展示格式，在所述标题的相邻区域展示所述目标企业实体对应的情感标签。

13、在其中一个实施例中，在所述将所述待展示的新闻数据输入至实体情感分析模型中，输出所述待展示的新闻数据中的各个企业实体及所述各个企业实体分别对应的情感标签，之前包括：

14、获取样本新闻数据和预配置的提示信息；其中，所述样本新闻数据对应有标准企业实体及所述标准企业实体对应的情感标签，所述提示信息包括用于指示所述实体情感分析模型识别出新闻数据中的企业实体并确定企业实体对应的情感标签的文本；

15、将所述样本新闻数据和所述提示信息输入至预训练模型，输出预测企业实体及所述预测企业实体对应的情感标签；

16、基于所述预测企业实体与所述标准企业实体之间的误差、所述预测企业实体对应的情感标签与所述标准企业实体对应的情感标签之间的误差，对所述预训练模型进行监督微调，得到实体情感分析模型。

17、在其中一个实施例中，所述将所述待展示的新闻数据输入至实体情感分析模型中，输出所述待展示的新闻数据中的各个企业实体及所述各个企业实体分别对应的情感标签包括：

18、将所述提示信息和所述待展示的新闻数据转换为字符流格式并输入至实体情感分析模型中，输出字符流格式的所述待展示的新闻数据中的各个企业实体及所述各个企业实体分别对应的情感标签。

19、在其中一个实施例中，所述预训练模型的训练方式包括：

20、采用无监督数据进行概率建模，得到基座模型；所述基座模型的框架采用自编码器结构；

21、将所述基座模型的训练目标设定为最大化似然函数，并基于所述最大化似然函数对所述基座模型进行优化，得到预训练模型。

22、第二方面，本申请还提供了一种数据的展示装置，包括：

23、获取模块，用于获取待展示的新闻数据；

24、处理模块，用于将所述待展示的新闻数据输入至实体情感分析模型中，输出所述待展示的新闻数据中的各个企业实体及所述各个企业实体分别对应的情感标签；其中，所述实体情感分析模型基于样本新闻数据与情感标签之间的对应关系，对预训练模型进行微调得到；

25、展示模块，用于将所述待展示的新闻数据及所述各个企业实体分别对应的情感标签分别展示在每个企业实体对应的数据展示页面。

26、第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，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方法的步骤。

27、第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。

28、第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任一项所述的方法的步骤。

29、上述数据的展示方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，通过单一的实体情感分析模型对企业相关新闻进行处理，能够达到同时提取出新闻中的企业实体，并确定新闻中企业实体对应的情感标签，能够达到对新闻的细粒度分析，确定出同一新闻中不同企业实体单独的情感倾向，并且，避免了多个模型分别进行实体提取和情感识别，模型融合带来的错误传递问题；通过将与各个企业相关的新闻分别展示在各个企业对应的数据展示页面中，能够便于根据新闻对企业动态进行跟踪；通过在每个企业对应的数据展示页面中展示各个新闻中该企业对应的情感标签，准确、直观地展示出各个企业在新闻中的情感倾向。

技术特征：

1.一种数据的展示方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述将所述待展示的新闻数据及所述各个企业实体分别对应的情感标签分别展示在每个企业实体对应的数据展示页面包括：

3.根据权利要求2所述的方法，其特征在于，在所述数据展示页面包括标签选择控件，所述在所述目标企业实体对应的数据展示页面中展示所述待展示的新闻数据的标题，并按照所述展示格式，在所述标题的相邻区域展示所述目标企业实体对应的情感标签，之后包括：

4.根据权利要求1所述的方法，其特征在于，在所述将所述待展示的新闻数据输入至实体情感分析模型中，输出所述待展示的新闻数据中的各个企业实体及所述各个企业实体分别对应的情感标签，之前包括：

5.根据权利要求4所述的方法，其特征在于，所述将所述待展示的新闻数据输入至实体情感分析模型中，输出所述待展示的新闻数据中的各个企业实体及所述各个企业实体分别对应的情感标签包括：

6.根据权利要求1所述的方法，其特征在于，所述预训练模型的训练方式包括：

7.一种数据的展示装置，其特征在于，所述装置包括：

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

技术总结本申请涉及一种数据的展示方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。所述方法包括：获取待展示的新闻数据；将待展示的新闻数据输入至实体情感分析模型中，输出待展示的新闻数据中的各个企业实体及各个企业实体分别对应的情感标签；其中，实体情感分析模型基于样本新闻数据与情感标签之间的对应关系，对预训练模型进行微调得到；将待展示的新闻数据及各个企业实体分别对应的情感标签分别展示在每个企业实体对应的数据展示页面。采用本方法能够准确地展示新闻数据及其企业维度的情感倾向。技术研发人员：孙勤,殷明明,童刚受保护的技术使用者：企查查科技股份有限公司技术研发日：技术公布日：2024/12/2