本發明公開了一種獲取詞匯情感值的方法、裝置、存儲介質及處理器，方法包括：獲得非種子情感詞在不同文本中的情感值，所述非種子情感詞在所在文本中的情感值根據所述所在文本的總情感值和所述所在文本的總詞數以及所述所在文本種子情感詞的個數獲得；根據所述非種子情感詞在不同文本中的情感值獲得所述非種子情感詞的情感平均值；將所述情感平均值作為所述非種子情感詞的情感值。能夠發現和識別文本中不屬于情感詞庫的詞匯的情感值，從而使文本情感分析時可用的情感詞數量提高，進而提高文本情感分析的準確性。該方法實現了非種子情感詞情感值的自動化獲取，減輕了語言學家識別情感詞和確定情感詞對應的情感值的人工負擔。

技術領域

本發明涉及大數據技術領域，尤其涉及一種獲取詞匯情感值的方法、裝置、存儲介質及處理器。

背景技術

情感分析是一種對于自然語言的分析處理方法。目前，情感分析在很多領域都有著重要的作用。例如，通過對買家的評論數據進行情感分析來分析產品的預售率；通過對金融產品量化交易的輿論數據進行情感分析來分析輿論對股市或者基金期貨的態度。

目前，對文本進行情感分析時，主要是利用文本中出現的與情感詞庫重合的情感詞，以及情感詞對應的情感值，對文本的整體情感進行計算。而對于文本中出現的某些不屬于情感詞庫的詞匯，由于無法判斷其是否為情感詞，更無法確定其情感值，因此在文本情感分析時不予考慮。

情感詞庫中的情感詞及對應的情感值均是由語言學家根據語言學的業務知識定義并編入的。由于漢語語系中存在著海量的漢語詞匯，同時隨著互聯網的不斷發展，新的漢語詞匯也在不斷地產生和創造出來，因此，存在一些仍未編入情感詞庫卻對文本有著情感傾向影響的未定義的情感詞。如果在情感分析時忽略這些詞匯的作用，容易導致文本情感分析的準確性不足。

因此，在情感詞庫中情感詞有限的情況下，如何提高文本情感分析的準確性成為了本領域急需解決的技術問題。

發明內容

為了解決現有技術中存在的以上技術問題，本發明提供一種獲取詞匯情感值的方法、裝置、存儲介質及處理器，能夠發現和識別文本中不屬于情感詞庫的詞匯的情感值，從而使文本情感分析時可用的情感詞數量提高，進而提高文本情感分析的準確性。

本申請實施例提供一種獲取詞匯情感值的方法，包括：獲得非種子情感詞在不同文本中的情感值，所述非種子情感詞在所在文本中的情感值根據所述所在文本的總情感值和所述所在文本的總詞數以及所述所在文本種子情感詞的個數獲得；根據所述非種子情感詞在不同文本中的情感值獲得所述非種子情感詞的情感平均值；將所述情感平均值作為所述非種子情感詞的情感值。

優選地，還包括：根據所述非種子情感詞的情感值判斷所述非種子情感詞是否屬于情感詞。

優選地，所述根據所述非種子情感詞的情感值判斷所述非種子情感詞是否屬于情感詞，具體包括：分別獲得情感詞庫中正向種子情感詞對應的情感值的正向平均值和負向種子情感詞對應的情感值的負向平均值；當所述非種子情感詞的情感值大于或等于所述正向平均值時，確定所述非種子情感詞屬于正向情感詞；當所述非種子情感詞的情感值小于或等于所述負向平均值時，確定所述非種子情感詞屬于負向情感詞；當所述非種子情感詞的情感值大于所述負向平均值且小于所述正向平均值時，確定所述非種子情感詞不屬于情感詞。

優選地，所述根據所述非種子情感詞的情感值判斷所述非種子情感詞是否屬于情感詞，具體包括：當所述情感平均值為正數時，確定所述非種子情感詞屬于正向情感詞；當所述情感平均值為負數時，確定所述非種子情感詞屬于負向情感詞；當所述情感平均值為0時，確定所述非種子情感詞不屬于情感詞。

優選地，所述非種子情感詞在所在文本中的情感值為：所述所在文本的總情感值除以所述所在文本中所述非種子情感詞的個數的商，所述所在文本中所述非種子情感詞的個數為所述所在文本的總詞數與所述所在文本種子情感詞的個數之差。