情绪识别方法、装置、计算机可读存储介质及电子设备与流程

本发明涉及大数据领域，具体而言，涉及一种情绪识别方法、装置、计算机可读存储介质及电子设备。

背景技术：

1、互联网为新闻传播和用户言论提供了快速通道，促进信息传达的同时，也带来潜在的舆情风险。在金融投资理财中，社会舆情和用户情绪很容易影响金融机构的运转，对银行造成流动性风险。例如，在快讯息时代下，客户通过社交媒体发布的文本信息，可能会被别有用心的媒体和营销号利用，加以炒作，在极短时间内酝酿成影响面极广的社会舆情，煽动社交用户情绪。其中，涉及金融等信息大多未辨真伪，来源不明，溯源难度高，一旦影响形成，需要投入巨大的人力物力去应对和安抚，对银行的声誉也会造成影响。

2、目前，相关技术难以准确识别社交媒体文本信息中与金融机构有关的情绪，从而使得金融机构无法及时准确定位舆情风险和消弭风险。

3、针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本发明实施例提供了一种情绪识别方法、装置、计算机可读存储介质及电子设备，以至少解决现有技术在识别社交媒体文本信息中与金融机构有关的情绪时，存在的识别准确度低的技术问题。

2、根据本发明实施例的一个方面，提供了一种情绪识别方法，包括：从社交媒体平台中获取与金融机构具有关联关系的文本，并从文本中提取出多个关键字段；根据多个关键字段，从金融机构的m个服务场景中确定文本匹配的n个服务场景，其中，m、n为正整数，且m大于或等于n；对于n个服务场景中的每个服务场景，识别文本在服务场景下匹配的情绪类型；根据文本在n个服务场景中的情绪类型，确定文本匹配的目标情绪类型。

3、进一步地，情绪识别方法还包括：对于m个服务场景中的每个服务场景，确定每个关键字段与服务场景之间的目标关联程度值；计算每个关键字段与服务场景之间的目标关联程度值的和，得到文本与服务场景之间的匹配程度值；根据文本与每个服务场景之间的匹配程度值，从m个服务场景中确定n个服务场景。

4、进一步地，情绪识别方法还包括：对于每个关键字段，获取关键字段与服务场景之间的初始关联程度值；根据所有关键字段与服务场景之间的初始关联程度值，确定关键字段与服务场景之间的目标关联程度值。

5、进一步地，情绪识别方法还包括：从每个关键字段与服务场景之间的目标关联程度值中确定值最大的目标关联程度值，并将值最大的目标关联程度值匹配的关键字段确定为目标字段；将目标字段输入至情绪识别模型，通过情绪识别模型对目标字段进行情绪识别，得到初始数值，其中，初始数值的大小用于表征不同的情绪类型；将初始数值匹配的情绪类型确定为文本在服务场景下匹配的情绪类型。

6、进一步地，情绪识别方法还包括：对于n个服务场景中的每个服务场景，根据目标字段与服务场景之间的目标关联程度值，确定文本在服务场景下匹配的权重值；根据文本在服务场景下匹配的权重值以及目标字段匹配的初始数值，计算得到文本在服务场景下匹配的第一目标数值；根据文本在n个服务场景下匹配的第一目标数值，确定文本匹配的目标情绪类型。

7、进一步地，情绪识别方法还包括：在n大于1的情况下，对文本在n个服务场景下匹配的第一目标数值进行求平均计算，得到第二目标数值；根据第二目标数值的大小，确定文本匹配的目标情绪类型。

8、进一步地，情绪识别方法还包括：在确定文本匹配的目标情绪类型之后，判断目标情绪类型是否为需要应急处理的情绪类型；在目标情绪类型为需要应急处理的情绪类型的情况下，从n个服务场景中确定o个服务场景，其中，文本在o个服务场景下匹配的情绪类型为需要应急处理的情绪类型，o为正整数，且n大于或等于o；确定o个服务场景分别对应的应急措施，并执行应急措施。

9、根据本发明实施例的另一方面，还提供了一种情绪识别装置，包括：提取模块，用于从社交媒体平台中获取与金融机构具有关联关系的文本，并从文本中提取出多个关键字段；第一确定模块，用于根据多个关键字段，从金融机构的m个服务场景中确定文本匹配的n个服务场景，其中，m、n为正整数，且m大于或等于n；识别模块，用于对于n个服务场景中的每个服务场景，识别文本在服务场景下匹配的情绪类型；第二确定模块，用于根据文本在n个服务场景中的情绪类型，确定文本匹配的目标情绪类型。

10、根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，其中，计算机程序被设置为运行时执行上述的情绪识别方法。

11、根据本发明实施例的另一方面，还提供了一种电子设备，电子设备包括一个或多个处理器；存储器，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现用于运行程序，其中，程序被设置为运行时执行上述的情绪识别方法。

12、在本发明实施例中，采用根据服务场景对社交媒体文本与金融机构有关的情绪进行识别的方式，通过从社交媒体平台中获取与金融机构具有关联关系的文本，并从文本中提取出多个关键字段，然后根据多个关键字段，从金融机构的m个服务场景中确定文本匹配的n个服务场景，接着对于n个服务场景中的每个服务场景，识别文本在服务场景下匹配的情绪类型，从而根据文本在n个服务场景中的情绪类型，确定文本匹配的目标情绪类型。其中，m、n为正整数，且m大于或等于n。

13、在上述过程中，通过从文本中提取出多个关键字段，实现了对文本中关键信息的有效提取，通过根据多个关键字段确定文本所匹配的服务场景，实现了服务场景快速且准确的确定。进一步地，通过识别文本在每个服务场景下匹配的情绪类型，实现了对文本与金融机构有关的情绪的准确识别。更进一步地，通过根据文本在n个服务场景中的情绪类型，确定文本匹配的目标情绪类型，实现了对目标情绪类型的准确确定，避免了当文本中存在与服务场景无关的情绪时，如果对文本整体进行分析，则无法有效确定文本与金融机构有关的情绪类型的问题。

14、由此可见，本申请所提供的方案达到了根据服务场景对社交媒体文本与金融机构有关的情绪进行识别的目的，从而实现了提高情绪识别准确性的技术效果，进而解决了现有技术在识别社交媒体文本信息中与金融机构有关的情绪时，存在的识别准确度低的技术问题。

技术特征：

1.一种情绪识别方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，根据所述多个关键字段，从所述金融机构的m个服务场景中确定所述文本匹配的n个服务场景，包括：

3.根据权利要求2所述的方法，其特征在于，确定每个关键字段与所述服务场景之间的目标关联程度值，包括：

4.根据权利要求3所述的方法，其特征在于，识别所述文本在所述服务场景下匹配的情绪类型，包括：

5.根据权利要求4所述的方法，其特征在于，根据所述文本在所述n个服务场景中的情绪类型，确定所述文本匹配的目标情绪类型，包括：

6.根据权利要求5所述的方法，其特征在于，根据所述文本在所述n个服务场景下匹配的第一目标数值，确定所述文本匹配的目标情绪类型，包括：

7.根据权利要求1所述的方法，其特征在于，在确定所述文本匹配的目标情绪类型之后，所述方法还包括：

8.一种情绪识别装置，其特征在于，包括：

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的情绪识别方法。

10.一种电子设备，其特征在于，所述电子设备包括一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现用于运行程序，其中，所述程序被设置为运行时执行所述权利要求1至7任一项中所述的情绪识别方法。

技术总结
本发明公开了一种情绪识别方法、装置、计算机可读存储介质及电子设备。涉及大数据领域，该方法包括：从社交媒体平台中获取与金融机构具有关联关系的文本，并从文本中提取出多个关键字段；根据多个关键字段，从金融机构的M个服务场景中确定文本匹配的N个服务场景，其中，M、N为正整数，且M大于或等于N；对于N个服务场景中的每个服务场景，识别文本在服务场景下匹配的情绪类型；根据文本在N个服务场景中的情绪类型，确定文本匹配的目标情绪类型。本发明解决了现有技术在识别社交媒体文本信息中与金融机构有关的情绪时，存在的识别准确度低的技术问题。

技术研发人员：曾俊阶,王斌斌,江丹冰,赖预立
受保护的技术使用者：中国工商银行股份有限公司
技术研发日：
技术公布日：2024/1/15