一种基于BERT和QA思想的细粒度情感分析方法

摘要

本发明涉及自然语言处理中的文本情感分析领域，具体为一种基于BERT和QA思想的细粒度情感分析方法，通过在数据集中加入辅助句，将原本单句任务变成句子对任务，可以利用BERT模型在句子对任务中效果更好的特点；同时利用加入辅助句的方式，将BERT模型的下游任务变成问答任务，即从辅助句中找到提取出的方面对应的情感极性，将原本两步走的子任务可以用本技术提出的方法一步完成；本发明通过利用BERT模型，构建辅助句将下游任务改为QA任务，并对BERT模型进行微调，提高了在方面提取任务和情感分类两个子任务上的效果，可以提取多个方面词，提高了模型效率，减少相关冗余工作量。