基于文本符号化的时域次级情感分析方法及系统

本申请涉及一种基于文本符号化的时域次级情感分析方法及系统。该方法通过构建表情标签库和中文词汇库，对文本数据进行预处理、编码化及序列填充处理，并利用深度学习模型结合时域次级筛选机制挖掘潜在情绪，同时追踪情绪拐点并进行标签化入库，解决了现有情感分析技术中单一维度分析、缺乏动态监测能力以及表情符号利用不足的技术问题，达到了实现情感分析的多维度、动态化和精细化，显著提升了情感分析的精度、深度和预警能力，同时增强了系统的可追溯性和可扩展性的技术效果。