摘要

本发明公开了一种文本细粒度情感分类方法、系统、装置及存储介质,其中方法包括以下步骤:获取目标文本和属性词,对目标文本和属性词进行预处理,获得序列对;将序列对输入XLNet模型进行学习,并输出属性相关的词向量语义序列和全局特征表示;采用胶囊网络对词向量语义序列进行学习,获得包含局部特征及空间层次关系的局部特征表示;将全局特征表示和局部特征表示进行合并,获得目标文本的最终语义表示,根据最终语义表示对情感类别进行预测。本发明通过充分结合XLNet学习大规模文本的语义知识方面的优势,以及胶囊网络在学习文本序列的局部信息和空间结构信息方面的优势,提高情感分类的准确率,可广泛应用于自然语言处理领域。