(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210380446.6 (22)申请日 2022.04.12 (65)同一申请的已公布的文献号 申请公布号 CN 114462425 A (43)申请公布日 2022.05.10 (73)专利权人 北京中科闻歌科技股份有限公司 地址 100083 北京市海淀区北四环西路9号 楼7层717室 (72)发明人 蒋永余　王俊艳　王璋盛　曹家　 罗引　王磊　 (74)专利代理 机构 北京开阳星知识产权代理有 限公司 1 1710 专利代理师 郭鑫 (51)Int.Cl. G06F 40/30(2020.01)G06F 40/289(2020.01) G06F 16/35(2019.01) 审查员 杨继爽 (54)发明名称 社交媒体文本处理方法、 装置、 设备及存储 介质 (57)摘要 本公开涉及一种社交媒体文本处理方法、 装 置、 设备及存储介质。 本公开通过对社交媒体文 本进行分词处理， 得到多个词项； 针对任一词项， 基于该词项在不同应用场景上下文中的语义， 确 定该词项的词向量， 由于词向量包含了该词项在 不同应用场景上下文中的语义， 因此， 利用词向 量， 可以提高文本上下文特征提取能力和隐式情 感的推断能力； 进而， 基于多个词项各自的词向 量， 确定社交媒体文本的全局语义向量； 并基于 多个词项各自的词向量和多个词项各自在社交 媒体文本的权重， 确定社交媒体文本的局部语义 向量； 基于全局语义向量和局部语义向量， 确定 社交媒体文本对应的情感类型， 从而提高了社交 媒体文本的情感类型的预测准确性。 权利要求书2页 说明书12页 附图3页 CN 114462425 B 2022.08.02 CN 114462425 B 1.一种社交媒体文本的处 理方法， 其特 征在于， 所述方法包括： 对社交媒体文本进行分词处 理， 得到多个词项； 针对任一词 项， 基于该词项在不同应用场景上下文中的语义， 确定该词项的词向量； 词 向量中的每一个元 素代表一个语义， 且词向量中的每 个元素之间相对独立； 基于所述多个词项各自的词向量， 确定所述社交媒体文本的全局语义向量； 基于所述多个词项各自的词向量和所述多个词 项各自在所述社交媒体文本的权重， 确 定所述社交媒体文本的局部语义向量； 基于所述全局语义向量和所述局部语义向量， 确定所述社交媒体文本对应的情感类 型； 其中， 所述基于该词项在不同应用场景 上下文中的语义， 确定该词项的词向量， 包括： 基于该词项在不同应用场景上下文中的语义， 确定各语义的基础向量和各语义的权 重； 所述各语义的权 重为复数值权 重， 所述词向量 为量子复数词向量； 对所述各语义的基础向量和各语义的复数值权重进行加权处理， 得到该词 项的量子复 数词向量； 所述词项的量子复数词向量包括振幅和复数相位两部分量子态， 所述振幅表示低层次 词的共现信息， 所述相位表示 一个词与其 他词组合时体现的突现意 义或极性。 2.根据权利要求1所述的方法， 其特征在于， 所述基于所述多个词项各自的词向量， 确 定所述社交媒体文本的全局语义向量， 包括： 基于所述多个词项各自的词向量， 确定多个复合语义； 获取预训练的每 个所述复合语义的概 率； 基于所述多个复合语义和每个所述复合语义的概率， 确定所述社交媒体文本的全局语 义向量。 3.根据权利要求2所述的方法， 其特征在于， 所述基于所述多个词项各自的词向量， 确 定所述社交媒体文本的全局语义向量， 包括： 基于M个词项各自 的词向量， 确定基向量， 所述基向量的维度为MN维， N为词向量的维度； 其中， 基向量的每 个维度对应一个复合语义； 获取预训练的张量， 所述张量的维度为MN维， N为词向量的维度； 每个张量的维度表示一 个复合语义的概 率； 基于所述基向量和所述张量， 确定所述社交媒体文本的全局语义向量。 4.根据权利要求3所述的方法， 其特征在于， 在所述基于所述基向量和所述张量， 确定 所述社交媒体文本的全局语义向量之前， 所述方法还 包括： 对所述基向量和所述张量进行降维处 理。 5.根据权利要求1所述的方法， 其特征在于， 所述多个词项各自在所述社交媒体文本的 权重为所述多个词项各自在所述社交媒体文本的词频或逆文本频率指数的归一 化结果。 6.根据权利要求1所述的方法， 其特征在于， 所述基于所述多个词项各自的词向量和所 述多个词项各自在所述社交媒体文本的权重， 确定所述社交媒体文本的局部语义向量， 包 括： 确定所述多个词项各自的词向量的共 轭转置矩阵；权　利　要　求　书 1/2 页 2 CN 114462425 B 2基于所述多个词项各自的词向量的共轭转置矩阵、 所述多个词项各自的词向量和所述 多个词项各自在所述社交媒体文本的权 重， 确定所述社交媒体文本的局部语义向量。 7.根据权利要求6所述的方法， 其特征在于， 在所述确定所述社交媒体文本的局部语义 向量之后， 所述方法还 包括： 对所述局部语义向量与所述全局语义向量进行空间对齐。 8.根据权利要求1所述的方法， 其特征在于， 所述基于所述全局语义向量和所述局部语 义向量， 确定所述社交媒体文本对应的情感类型， 包括： 将所述局部语义向量向所述全局语义向量进行投影处 理， 得到投影结果； 基于所述投影结果， 确定所述社交媒体文本对应的情感类型。 9.一种社交媒体文本的处 理装置， 其特 征在于， 所述装置包括： 分词单元， 用于对社交媒体文本进行分词处 理， 得到多个词项； 词向量确定单元， 用于针对任一词 项， 基于该词项在不同应用场景上下文中的语义， 确 定该词项的词向量； 词向量中的每一个元素代表一个语义， 且词向量中的每个元素之间相 对独立； 全局语义确定单元， 用于基于所述多个词项各自的词向量， 确定所述社交媒体文本的 全局语义向量； 局部语义确定单元， 用于基于所述多个词项各自的词向量和所述多个词项各自在所述 社交媒体文本的权 重， 确定所述社交媒体文本的局部语义向量； 类型确定单元， 用于基于所述全局语义向量和所述局部语义向量， 确定所述社交媒体 文本对应的情感类型； 词向量确定单 元， 包括： 第一子单元， 用于基于该词项在不同应用场景上下文中的语义， 确定各语义的基础 向 量和各语义的权 重； 所述各语义的权 重为复数值权 重， 所述词向量 为量子复数词向量； 第二子单元， 用于对所述基础 向量和各语义的复数值权重进行加权处理， 得到该词项 的量子复数词向量； 所述词项的量子复数词向量包括振幅和复数相位两 部分量子态； 所述振幅表示低层次词的共现信 息， 所述相位表示一个词与其他词组合 时体现的突现 意义或极性。 10.一种计算机设备， 包括： 存储器； 处理器； 以及 计算机程序； 其中， 所述计算机程序存储在所述存储器中， 并被配置为由所述处理器执行以实现如 权利要求1 ‑8中任一项所述的方法。 11.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现如权利要求1 ‑8中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114462425 B 3