1.一种情感词典构建方法，其特征在于，包括以下步骤：
将单个语句的文本语料分割为若干个词；
将分割出的每一个词输入情感识别模型中，输出得到每个词的权重和整个语句的情感概率值；
将每个词的权重与整个语句的情感概率值相乘，分别得到每个词的情感分数，将情感分数大于等于设定阈值的词作为情感词加入情感词典中。
2.根据权利要求1所述的方法，其特征在于，所述情感识别模型基于Self-Attention机制完成情感识别。
3.根据权利要求2所述的方法，其特征在于，所述情感识别模型通过以下步骤训练得到：
S101，对单个语句的文本语料进行人工标注，并将标注后的文本语料按照一定比例划分为训练集和测试集；
S102，将训练集和测试集中的各个语句分别分割为若干个词；
S103，初始化情感识别模型的参数，将全部训练集输入初始情感识别模型中进行训练；
S104，将全部测试集输入经步骤S103训练得到的情感识别模型进行预测，并根据预测结果进行损失计算，若损失变化大于设定阈值，则优化模型的参数，并返回步骤S103，循环执行步骤S103～S104；若损失变化小于设定阈值，则训练结束。
4.一种情感词构建系统，其特征在于，包括以下模块：
分词模块，用于对文本语料进行分词，将单个语句分割为若干个词；
情感识别模块，用于将分割出的每一个词输入情感识别模型中，输出得到每个词的权重和整个语句的情感概率值；
词典构建模块，用于将每个词的权重与整个语句的情感概率值相乘，分别得到每个词的情感分数，将情感分数大于等于设定阈值的词作为情感词加入情感词典中。
5.根据权利要求4所述的系统，其特征在于，所述情感识别模块还用于通过机器学习训练得到所述情感识别模型。
6.一种包括计算机可读指令的计算机可读存储介质，其特征在于，所述计算机可读指令在被执行时使处理器执行权利要求1-3任一所述方法中的操作。
7.一种电子设备，其特征在于，所述的设备包括：
存储器，存储程序指令；
处理器，与所述存储器相连接，执行存储器中的程序指令，实现权利要求1-3任一所述方法中的步骤。