字符串的处理方法和装置、电子设备以及存储介质与流程
本发明涉及数据处理领域,更具体地涉及一种字符串的处理方法、一种字符串的处理装置、一种电子设备、一种存储介质和一种计算机程序产品。
背景技术:
1、随着社交网络平台的普及,网络语言以前所未有的速度迭代演化。流行语、俚语、口语化变体等表达形式随网络热点迅速涌现,其生命周期可能仅有数周至数月。一方面,传统词典和语料库的更新周期通常为数月甚至数年。这种更新滞后使得依赖静态词典的自然语言处理系统在面对社交网络文本时出现严重的知识失效问题,无法准确理解当前网络语言的实际含义。另一方面,现有技术中情感信息隐含于词向量空间中,新表达形式的情感判定完全依赖分类器的泛化能力。当新表达形式的语义与训练数据分布不一致时,情感归类容易出错,且系统无法自主发现和纠正归类错误。故如何更迅速地识别新表达形式的情感信息,并确保储存的数据的时效性,是本领域技术人员亟需解决的技术问题。
技术实现思路
1、考虑到上述问题而提出了本发明。本发明提供了一种字符串的处理方法、一种字符串的处理装置、一种电子设备、一种存储介质和一种计算机程序产品。
2、根据本发明一个方面,提供了一种字符串的处理方法。上述处理方法包括:获取社交平台中内容创作者发布的待处理字符串;基于待处理字符串、情感分类节点树,确定待处理字符串对应的目标匹配结果;其中,情感分类节点树包括多个预设情感类别各自对应的词汇情感节点、每个词汇情感节点各自连接的预设词汇节点;针对每个预设词汇节点,该预设词汇节点包括预设词汇、该预设词汇对应的词汇生命周期,与该预设词汇节点相连的词汇情感节点用于表示该预设词汇的词汇情感,该词汇生命周期用于表示该预设词汇所属的活跃周期;目标匹配结果用于表示词汇生命周期位于预设生命周期范围的预设词汇节点与待处理字符串的匹配结果;在目标匹配结果用于表示待处理字符串与至少一个预设词汇节点匹配成功的情况下,基于待处理字符串,确定待处理字符串对应的词汇情感节点,并在匹配成功的至少一个预设词汇节点各自相连的词汇情感节点中确定目标情感节点;基于待处理字符串对应的词汇情感节点、目标情感节点,确定是否更新情感分类节点树。
3、示例性地,基于待处理字符串,确定待处理字符串对应的词汇情感节点,包括:
4、针对待处理字符串对应的至少一个第一字符串,将该第一字符串输入至训练后的情感分类模型,以得到该第一字符串对应的词汇情感;其中,针对至少一个第一字符串中的每个第一字符串,该第一字符串与待处理字符串所属于同一个发布内容,该第一字符串与待处理字符串在该发布内容中的最小距离小于距离阈值;
5、基于至少一个第一字符串各自对应的词汇情感节点,确定待处理字符串对应的词汇情感节点;其中,针对至少一个第一字符串中的每个第一字符串,该第一字符串对应的词汇情感节点用于表示的词汇情感与该第一字符串对应的词汇情感相同。
6、示例性地,基于待处理字符串对应的词汇情感节点、目标情感节点,确定是否更新情感分类节点树,包括:
7、在待处理字符串对应的词汇情感节点与目标情感节点一致、待处理字符串与目标词汇节点对应的匹配程度高于第一匹配程度阈值的情况下,基于待处理字符串对应的第一出现次数、对应的第二出现次数,确定是否更新目标词汇节点中的词汇生命周期;其中,目标词汇节点为与待处理字符串的匹配程度最高的预设词汇节点;第一出现次数为在第一时段中待处理字符串的出现次数;第二出现次数为在第二时段中待处理字符串的出现次数;第一时段为自第一时刻至待处理字符串的获取时刻的时段,第二时段为自第二时刻至第三时刻的时段,第二时刻早于第一时刻,第三时刻早于或等于待处理字符串的获取时刻,待处理字符串的获取时刻与第一时刻之间的时长差为第一预设值,第三时刻与第二时刻的时长差为第二预设值。
8、示例性地,基于待处理字符串对应的词汇情感节点、目标情感节点,确定是否更新情感分类节点树,包括:
9、在待处理字符串对应的词汇情感节点与目标情感节点一致、待处理字符串与目标词汇节点对应的匹配程度低于第二匹配程度阈值的情况下,确定不更新情感分类节点树,并将待处理字符串、待处理字符串对应的第一出现次数、待处理字符串对应的第二出现次数、待处理字符串对应的词汇情感节点保存至候选词汇库中;其中,第二匹配程度阈值小于第一匹配程度阈值。
10、示例性地,针对多个预设情感类别中的每个预设情感类别,该预设情感类别对应有预设情感基类,所属于同一个情感基类的不同预设情感类别所表示的该预设情感基类的强度不同,基于待处理字符串对应的词汇情感节点、目标情感节点,确定是否更新情感分类节点树,包括:
11、基于待处理字符串对应的词汇情感节点、目标情感节点,确定情感一致性评分;其中,情感一致性评分与以下二者的相似度正相关:待处理字符串对应的词汇情感节点表示的词汇情感、目标情感节点表示的词汇情感;在待处理字符串对应的词汇情感节点所属的情感基类与目标情感节点所属的情感基类相同的情况下的情感一致性评分大于在待处理字符串对应的词汇情感节点所属的情感基类与目标情感节点所属的情感基类不同的情况下的情感一致性评分;
12、基于情感一致性评分、与待处理字符串匹配成功的目标词汇节点的匹配程度,确定是否更新情感分类节点树;其中,目标词汇节点为与待处理字符串的匹配程度最高的预设词汇节点。
13、示例性地,基于情感一致性评分、与待处理字符串匹配成功的目标词汇节点的匹配程度,确定是否更新情感分类节点树,包括:
14、在情感一致性评分大于第一评分阈值、待处理字符串与目标词汇节点对应的匹配程度高于第一匹配程度阈值的情况下,基于待处理字符串对应的第一出现次数、对应的第二出现次数,确定是否更新目标词汇节点中的词汇生命周期;其中,第一出现次数为在第一时段中待处理字符串的出现次数;第二出现次数为在第二时段中待处理字符串的出现次数;第一时段为自第一时刻至待处理字符串的获取时刻的时段,第二时段为自第二时刻至第三时刻的时段,第二时刻早于第一时刻,第三时刻早于或等于待处理字符串的获取时刻,待处理字符串的获取时刻与第一时刻之间的时长差为第一预设值,第三时刻与第二时刻的时长差为第二预设值。
15、示例性地,基于情感一致性评分、与待处理字符串匹配成功的目标词汇节点的匹配程度,确定是否更新情感分类节点树,包括:
16、在情感一致性评分大于第一评分阈值、待处理字符串与目标词汇节点对应的匹配程度低于第二匹配程度阈值的情况下,确定不更新情感分类节点树,并将待处理字符串、待处理字符串对应的第一出现次数、待处理字符串对应的第二出现次数、待处理字符串对应的词汇情感节点保存至候选词汇库中。
17、示例性地,处理方法还包括:
18、针对与待处理字符串匹配成功的至少一个预设词汇节点中的每个预设词汇节点,基于该预设词汇节点中的预设词汇与待处理字符串的语义相似度、该预设词汇节点中的情感置信度,确定待处理字符串与该预设词汇节点的匹配程度;其中,该预设词汇节点中的情感置信度用于表示该预设词汇节点中的预设词汇与该预设词汇节点连接的词汇情感节点对应的预设情感类别之间的匹配程度。
19、示例性地,处理方法还包括:
20、针对候选词汇库中的至少一个待处理字符串中的每个待处理字符串,基于该待处理字符串对应的第一出现次数、该待处理字符串对应的第二出现次数中的至少一项,确定是否将该待处理字符串作为预设词汇保存至情感分类节点树中。
21、根据本发明又一方面,还提供了一种字符串的处理装置,上述字符串的处理装置包括:待处理字符串获取模块,用于获取社交平台中内容创作者发布的待处理字符串;目标匹配结果确定模块,用于基于待处理字符串、情感分类节点树,确定待处理字符串对应的目标匹配结果;其中,情感分类节点树包括多个预设情感类别各自对应的词汇情感节点、每个词汇情感节点各自连接的预设词汇节点;针对每个预设词汇节点,该预设词汇节点包括预设词汇、该预设词汇对应的词汇生命周期,与该预设词汇节点相连的词汇情感节点用于表示该预设词汇的词汇情感,该词汇生命周期用于表示该预设词汇所属的活跃周期;目标匹配结果用于表示词汇生命周期位于预设生命周期范围的预设词汇节点与待处理字符串的匹配结果;情感节点确定模块,用于在目标匹配结果用于表示待处理字符串与至少一个预设词汇节点匹配成功的情况下,基于待处理字符串,确定待处理字符串对应的词汇情感节点,并在匹配成功的至少一个预设词汇节点各自相连的词汇情感节点中确定目标情感节点;情感分类节点树确定模块,用于基于待处理字符串对应的词汇情感节点、目标情感节点,确定是否更新情感分类节点树。
22、根据本发明的另一方面,还提供了一种电子设备,该电子设备包括存储器和处理器,其中:存储器用于保存计算机程序;处理器用于执行计算机程序,以实现上述的字符串的处理方法。
23、根据本发明又一方面,还提供了一种存储介质,存储有计算机程序指令,计算机程序指令在运行时用于执行上述的字符串的处理方法。
24、根据本发明的另一方面,还提供一种计算机程序产品,该计算机程序产品包括计算机程序指令,计算机程序指令在由处理器运行时用于执行上述的字符串的处理方法。
25、根据本发明的上述方案,可获取社交平台中内容创作者发布的待处理字符串。而后,基于待处理字符串、情感分类节点树,确定待处理字符串对应的目标匹配结果。再在目标匹配结果用于表示待处理字符串与至少一个预设词汇节点匹配成功的情况下,基于待处理字符串,确定待处理字符串对应的词汇情感节点,并在匹配成功的至少一个预设词汇节点各自相连的词汇情感节点中确定目标情感节点。最后,基于待处理字符串对应的词汇情感节点、目标情感节点,确定是否更新情感分类节点树。上述方案通过情感与语义双重匹配对情感分类节点树的更新进行校验,可以通过该情感分类节点树识别新表达形式的情感信息。此外,上述方案通过使用词汇生命周期的方式,可降低算力需求,尤其是在实时获取并处理内容创作者的发布内容的情况下。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com