一种基于深度学习的属性级情感分析方法

摘要

本公开涉及人工智能技术领域，尤其涉及一种属性级情感分析方法。本公开包括：提出了一个端到端的属性级情感分析方法，结合情感词典，从目标文本中分离出关键词文本。目标文本经由BERT模型向量化后得到目标文本向量，采用双向门控循环单元对目标文本向量提取目标文本的语义信息。关键词文本经由BERT模型向量化后得到关键词文本向量，经由注意力计算后与目标文本向量融合，预测目标文本的属性词及情感极性。本公开实施例结合情感词典和深度学习方法，使模型更关注情感词信息，显著提升了端到端的属性级情感分析任务的准确度。相比传统的基于规则的情感分析方法和主流的基于深度学习的情感分析方法，本公开的实施例具有更理想的效果。