(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210935734.3 (22)申请日 2022.08.04 (71)申请人 华南师范大学 地址 528225 广东省佛山市南海区狮山 南 海软件园华 南师范大学软件学院 (72)发明人 曾碧卿　冯灵聪　周斯颖　 (74)专利代理 机构 广州骏思知识产权代理有限 公司 44425 专利代理师 张金龙 (51)Int.Cl. G06F 40/30(2020.01) G06F 40/284(2020.01) G06F 40/211(2020.01) G06F 40/126(2020.01) G06N 3/04(2006.01) (54)发明名称 一种方面级情感三元 组提取方法、 装置及计 算机设备 (57)摘要 本发明涉及一种方面级情感三元组提取方 法、 装置及计算机设备。 本发明所述的一种方面 级情感三元 组提取方法包括以下步骤， 获取输入 的语句， 对其进行编码， 得到所述语句中的单词 的上下文表 示， 构建区间级别的词性标注信息和 成分句法信息， 使得模型能够 充分学习区间文本 内部单词的语义联系信息进而得到区间特征表 示； 通过图神经网络和依存句法关系， 并融合区 间特征表 示， 提取方面术语和意见术语 之间的语 义交互信息， 得到方面 ‑术语特征表示； 再完成情 感极性的判断， 完成情感三元组的提取。 本发明 所述的一种方面级情感三元 组提取方法、 装置及 计算机设备， 具有能学习内部的语义信息以及术 语之间的交互信息， 提高方面级情感三元组提取 准确度的优点。 权利要求书3页 说明书11页 附图3页 CN 115270814 A 2022.11.01 CN 115270814 A 1.一种方面级情感三元组提取 方法， 其特 征在于， 包括以下步骤： 获取输入的语句， 对其进行编码， 得到所述语句中单词的上 下文表示； 根据所述单词的上下文表示， 构建区间级别的词性表示和语义构成表示； 根据所述词 性表示和所述语义构成表示， 结合上 下文单词表示得到区间特 征表示； 将所述区间特 征表示输入到多层感知机， 提取 得到方面 术语和意见术语； 将所述单词的上下文表示和预处理 的依存关系矩阵输入至注意力图神经网络， 获得单 词级别的依存句法关系表示； 通过注意力机制给每一个所述单词级别的依存句法关系分配 权重， 获得区间级别的依存句法关系表示； 将方面术语的区间特征、 方面术语对应的区间级 别的依存句法关系表示、 意见术语的区间特征、 意见术语对应的区间级别的依存句法关系 表示、 以及一个可训练的宽度嵌入矩阵拼接获得 方面‑意见表示； 将所述方面意见 ‑表示输入到多层感知机， 提取情 感极性， 结合提取的所述方面术语与 所述意见术语， 完成所述情感三元组的提取。 2.根据权利要求1所述的一种方面级情感三元组提取方法， 其特征在于， 根据 所述单词 的上下文表示， 构建区间级别的词性表示和语义构成表示的方法包括： 根据所述单词的上 下文表示， 枚举所有可能的区间span； spana,b＝{sa,sa+1,…,si,…,sb}， 其中a代表第a个单词， b代 表第b个单词， 且b>＝a； 对所述单词的上下文表示进行词性标注， 将词性标注区间映射成词性嵌入矩阵 通过所述自注意力机制为每个单词的成分路径标签分配权重， 通 过如下公式得到区间级别的词性特 征表示pa,b； 其中 为缩放因子， σ 为激活函数， Wp1、 Wp2、 Wp3均为可学习的矩阵。 根据所述单词的上下文表示构建成分句法树， 统计每个单词的成分路径， 并映射成成 分路径嵌入矩阵 通过所述自注意力机制为每个单词的成分 路径标签分配权 重， 通过如下公式得到单词级别的语义构成表示 其中 为缩放因子， σ 为激活函数， Wp1、 Wp2、 Wp3均为可学习的矩阵。 通过自注意力 机制为区间中的每一个单词分配权重， 通过如下公式得到区间级别的语 义构成表示ca,b； 权　利　要　求　书 1/3 页 2 CN 115270814 A 2其中 为缩放因子， σ 为激活函数， Wp1、 Wp2、 Wp3均为可学习的矩阵。 3.根据权利要求2所述的一种方面级情感三元组提取方法， 其特征在于， 根据 所述词性 表示和所述语义构成表示， 融合上 下文单词表示得到区间特 征表示的方法包括： 根据所述区间级别的词性表示pa,b和所述区间级别的语义构成表示ca,b， 使用多层感知 机作为聚合器， 通过如下公式得到区间级别的词性 ‑成分句法表示 ka,b； 其中σ 为激活函数， 代表拼接操作， MLPs代表多层感知机(Multi ‑Layer perceptron， MLP)。 通过拼接获得区间特 征表示sa,b； 其中 为上下文表示的第a、 b个单词， fwidth(a,b)代表可以训练的宽度嵌入矩阵。 4.根据权利要求3所述的一种方面级情感三元组提取方法， 其特征在于， 将所述 区间特 征表示输入到多层感知机， 提取得到方面术语和意见术语； 提取所述方面术语和意见术语 的方法为： P(m|sa,b)＝σ(MLPm(sa,b)) 其中σ 为激活函数， 类别m∈{方面 术语,意见术语,无效}， MLPm代表多层感知机 。 5.根据权利要求4所述的一种方面级情感三元组提取方法， 其特征在于， 选取概率排名 前50％的区间作为 候选的方面 术语和意见术语。 6.根据权利要求1 ‑5所述的一种方面级情感三元组提取方法， 其特征在于， 将所述单词 的上下文表示并结合预 处理的依存关系矩阵输入至注意力图神经网络， 获得单词级别的依 存句法关系表示； 是通过如下步骤完成的： 将每种依存类别映射成相应的类别嵌入矩阵 通过所述注意力机制为单词之间的联系分配权 重 其中 和 分别为xi和xj的中间变量， 它 们通过以下公式计算得到； 根据相应的权 重 获得单词级别的依存句法表示 其中， σ 为激活函数， W(l), b(l)为可学习的矩阵。 7.根据权利要求6所述的一种方面级情感三元组提取方法， 其特征在于， 通过注意力 机权　利　要　求　书 2/3 页 3 CN 115270814 A 3