一种基于双阶段扩散模型的情感分析数据增强方法

本发明涉及数据处理领域，尤其涉及一种基于双阶段扩散模型的情感分析数据增强方法，包括：获取原始评论文本数据集并预处理；建立Transformer模型和Diffusion模型进行预训练；将量化文本表示输入到训练好的Transformer模型中，实现全局语义表征的建模与提取；采用训练好的Diffusion模型在全局语义表征的嵌入空间提取得到伪样本；构建基于Diffusion架构的奖励评估模型，筛选出最优样本并合并至原始数据集中。本发明的有益效果在于：提升了模型对复杂情感语义的理解能力，直接扩充高质量、多样化且情感特征鲜明的文本情感数据，有效解决了情感分析任务中数据确数据稀缺和分布不均衡的问题。