摘要
本申请提供一种用户文本情感倾向分析方法、计算机设备及存储介质,涉及数据处理领域,应用于金融数据分析。方法包括:从原始数据集中筛选出金融文本,并确定每一金融文本相应的主题,得到初始金融文本样本集;获取初始金融文本样本集中每一文本样本的初始情感标签,根据预设纠偏规则对每一文本样本的初始情感标签进行纠偏,得到目标金融文本样本集,对预设情感分析模型进行训练,得到训练后的情感分析模型;通过训练后的情感分析模型对实时用户文本的情感倾向进行分析。通过预设纠偏规则对不准确、分布差异明显的用户文本进行回溯纠偏,构造成可用的标签样本,丰富样本类型以及数量,进而提高模型的训练效果,提高情感分析的正确率。
技术关键词
情感分析模型
金融
样本
文本情感倾向
计算机执行指令
主题
分词
标签
计算机设备
分析方法
情感倾向分析
误差函数
关键词
情绪词典
可读存储介质
处理器通信
存储器
系统为您推荐了相关专利信息
人工神经网络模型
参数预测方法
样本
镜片
梯度下降算法
数据异常检测方法
异构特征
多模态特征
样本
煤炭
数量预测方法
DCNN模型
联邦学习模型
客户端
LSTM模型