一种支持跨语言迁移的细粒度情感分析方法

摘要

本发明公开了一种支持跨语言迁移的细粒度情感分析方法，方法包括以下步骤：对电商评论文本进行随机抽样，并对抽样文本进行人工标注，获得该文本的主题情感标注数据集；把标注数据集放进语义‑长短时记忆网络进行训练，得到文本的语义团；把得到的语义团与抽样文本一同通过基于层面的情感模型进行训练，得到该文本的主题特征；通过微调网络对标注数据集与主题特征进行训练，得到抽样文本的嵌入向量；将嵌入向量与主题特征进行特征融合，得到该文本的情感分类结果。本发明考虑到产品评论中极性分布不对称、层面稀疏和情感词分布不均匀的情况，提高了情感分析的准确度，可广泛应用于文本数据挖掘领域。