1.一种对语句情感分析的方法，其特征在于，所述方法包括：
确定待分析的语句中包括的多个词汇对应的第一词向量；
基于图卷积网络对所述多个词汇对应的第一词向量、所述多个词汇之间的依赖关系以及各依赖关系所属的类型进行处理，得到所述多个词汇对应的第二词向量；
基于所述多个词汇对应的第二词向量，确定所述多个词汇中至少一个第一目标词汇所属的情感类型。
2.根据权利要求1所述的方法，其特征在于，所述确定待分析的语句中包括的多个词汇对应的第一词向量，包括：
对待分析的语句进行分词，得到多个词汇；
对于任一词汇，将所述词汇的第一含义对应的词向量和所述词汇的第二含义对应的词向量进行拼接，得到所述词汇对应的第一词向量。
3.根据权利要求1所述的方法，其特征在于，所述基于图卷积网络对所述多个词汇对应的第一词向量、所述多个词汇之间的依赖关系以及各依赖关系所属的类型进行处理，得到所述多个词汇对应的第二词向量，包括：
获取所述多个词汇之间的依赖关系；
根据所述依赖关系，确定关系矩阵，所述关系矩阵中的元素用于表示各词汇之间是否存在依赖关系；
对于任一依赖关系，根据所述依赖关系所属的类型，获取所述依赖关系对应的关系向量；
基于所述图卷积网络对所述关系矩阵和多个关系向量进行处理，得到所述多个词汇对应的第二词向量。
4.根据权利要求3所述的方法，其特征在于，所述基于所述图卷积网络对所述关系矩阵和多个关系向量进行处理，得到所述多个词汇对应的第二词向量，包括：
对于所述多个词汇中的任一词汇，获取与所述词汇具有依赖关系的至少一个词汇对应的第一词向量；
将所述关系矩阵、所述多个关系向量以及所述至少一个词汇对应的第一词向量输入所述图卷积网络，得到所述词汇对应的第二词向量。
5.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汇对应的第二词向量，确定所述多个词汇中至少一个第一目标词汇所属的情感类型，包括：
基于第一卷积神经网络对所述多个词汇对应的第一词向量进行处理，得到所述多个词汇对应的第三词向量，所述第三词向量与所述第二词向量一一对应；
将相对应的第二词向量和第三词向量进行拼接，得到所述多个词汇对应的第四词向量；
基于所述多个词汇对应的第四词向量，确定所述多个词汇中至少一个第一目标词汇所属的情感类型。
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汇对应的第二词向量，确定所述多个词汇中至少一个第一目标词汇所属的情感类型，包括：
根据所述多个词汇对应的第二词向量，确定所述多个词汇对应的第一信息向量和所述多个词汇对应的第二信息向量，所述第一信息向量用于指示所述多个词汇中的任一词汇是否为第一目标词汇，所述第二信息向量用于指示所述多个词汇中每个词汇所属的情感类型；
对于每个词汇，当根据所述词汇对应的第一信息向量，确定所述词汇属于第一目标词汇的概率大于目标概率阈值时，根据所述词汇对应的第二信息向量，确定所述词汇属于每个情感类型的概率。
7.根据权利要求6所述的方法，其特征在于，所述根据所述多个词汇对应的第二词向量，确定所述多个词汇对应的第一信息向量和所述多个词汇对应的第二信息向量，包括：
基于第二卷积神经网络对所述多个词汇对应的第二词向量进行重新编码，得到所述多个词汇对应的第一信息向量；
基于第三卷积神经网络对所述多个词汇对应的第二词向量进行重新编码，得到所述多个词汇对应的第二信息向量；
将所述第一信息向量和所述第二信息向量进行拼接，得到第三信息向量；
基于所述第二卷积神经网络和所述第三卷积神经网络分别对所述第三信息向量进行重新编码，得到更新后的第一信息向量和第二信息向量。
8.根据权利要求7所述的方法，其特征在于，所述得到更新后的第一信息向量和第二信息向量之后，所述方法还包括：
将更新后的第一信息向量和更新后的第二信息向量进行拼接得到更新后的第三信息向量；
基于所述第二卷积神经网络和所述第三卷积神经网络再次分别对更新后的第三信息向量进行重新编码；
重复上述拼接和重新编码的过程，直到达到停止更新条件。
9.根据权利要求7所述的方法，其特征在于，所述基于所述第二卷积神经网络和所述第三卷积神经网络分别对所述第三信息向量进行重新编码，得到更新后的第一信息向量和第二信息向量，包括：
获取所述第二卷积神经网络根据所述多个词汇对应的第二词向量得到的交互传递信息，所述交互传递信息用于指示所述多个词汇中属于第二目标词汇的词汇；
基于所述第三卷积神经网络和所述交互传递信息对所述第三信息向量进行重新编码，得到更新后的第二信息向量；
基于所述第二卷积神经网络对所述第三信息向量进行重新编码，得到更新后的第一信息向量。
10.一种对语句情感分析的装置，其特征在于，所述装置包括：
确定模块，用于确定待分析的语句中包括的多个词汇对应的第一词向量；
处理模块，用于基于图卷积网络对所述多个词汇对应的第一词向量、所述多个词汇之间的依赖关系以及各依赖关系所属的类型进行处理，得到所述多个词汇对应的第二词向量；
所述确定模块，还用于基于所述多个词汇对应的第二词向量，确定所述多个词汇中至少一个第一目标词汇所属的情感类型。
11.一种服务器，其特征在于，所述服务器包括处理器和存储器，所述存储器用于存储至少一段程序代码，所述至少一段程序代码由所述处理器加载并执行权利要求1至9任一权利要求所述的对语句情感分析的方法。
12.一种存储介质，其特征在于，所述存储介质用于存储至少一段程序代码，所述至少一段程序代码用于被处理器执行并实现如权利要求1至9任一权利要求所述的对语句情感分析的方法。