买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山西首讯信息技术有限公司

摘要：本发明属于自然语言处理技术领域，具体涉及一种基于舆情大数据的文本情感分析方法，包括：获取舆情文本数据，分组后将文本数据根据情感正负倾向排序；使用预训练模型对文本向量化，得到词向量和句向量特征；对文本进行分词，对分词结果中的词进行逐个删除，计算删除词后的特征向量和原始文本向量的相似度；根据计算出的文本相似度表示词汇重要性，使用词向量加权求和方法表示文本特征；根据情感相对排序关系构造损失函数，根据损失函数调整模型参数，当损失函数最小时完成模型训练；本发明提出一种计算词汇重要性的方法，利用该权重加权词向量计算文本向量特征，增加了模型评判文本情感分数的能力。

主权项：1.一种基于舆情大数据的文本情感分析方法，其特征在于，包括：获取文本数据，将文本数据输入到训练后的基于舆情分析的文本情感分析模型中，得到文本情感分析结果；对基于舆情分析的文本情感分析模型进行训练包括：S1、获取舆情文本数据，将舆情文本数据划分为一个组；一个组中的数据包括k个文本，k为大于3小于M的任意整数，其中M的计算公式为： 其中，mall表示机器显存大小，mmodel表示模型占用显存大小，lenth为平均句长，mx为一个token占用显存大小；S2、对组内的数据进行情感倾向排序，并将排序后的数据作为训练数据集；S3、对训练数据集中的文本进行分词处理，根据分词结果对句子中的词分别进行删除，得到与词数量相等的句子；S4、采用预训练模型对删除词后的句子进行向量化处理，得到各个句子的文本向量；S5、计算各个文本向量与原始文本向量的相似度；其计算公式为： 其中，a和b分别表示a向量和b向量，ai表示a向量中第i个纬度的值，bi表示b向量中第i个纬度的值，d为向量纬度；S6、根据相似度计算词汇重要性权重，将词汇重要性权重输入到评分模型中，得到对词向量的情感关系评分，并根据评分结果对词进行情感关系排序；具体包括：采用文本相似度表示词汇重要性，使用词向量加权求和方法表示文本向量特征；其中文本向量特征计算公式为：Seq_emb＝∑μ*tanhword_emb 其中，word_emb为输入预训练模型后的字向量，tanh为激活函数，μ为权重，simei,et表示计算ei,et文本相似度，ei表示删除第i个词，∑simej,et表示逐个删除词后计算得到的相似度求和；S7、根据情感关系排序结果构建模型的损失函数；S8、不断调整模型参数，当损失函数收敛时，完成模型的训练。

全文数据：

权利要求：

百度查询： 山西首讯信息技术有限公司 一种基于舆情大数据的文本情感分析方法