买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：徐欢

摘要：本发明属于自然语言处理的多标签分类领域，具体涉及一种基于大数据的互联网视频剧本角色情感识别方法；包括采集剧本数据集并进行预处理，得到预训练数据集；基于预训练数据集，采用情感语义增强方法预训练BERT模型；采用预训练好的BERT模型进行prompt范式任务和情感分类任务的联合训练，得到训练好的剧本角色情感识别模型；采集待识别剧本数据输入训练好的剧本角色情感识别模型，输出剧本角色情感识别结果；本发明对不同的情感进行交互，挖掘情感之间的关联，进一步提升了模型预测效果。

主权项：1.一种基于大数据的互联网视频剧本角色情感识别方法，其特征在于，包括以下步骤：S1.采集剧本数据集并进行预处理，得到预训练数据集；S2.基于预训练数据集，采用情感语义增强方法预训练BERT模型；步骤S2所述的情感语义增强方法包括CSOP任务和SentimentMASK任务；采用BERT模型对CSOP任务和SentimentMASK任务进行联合预训练，并采用交叉熵损失函数计算联合预训练损失值；CSOP任务用于上下文句子顺序预测，其具体训练过程包括：S211.为预训练数据i＝1,2,…,N构建一个文本对zi，构建方法包括：以概率P1选择预训练数据的下文和中间文作为文本对，并打上标签0；以概率P2选择预训练数据的上文和中间文作为文本对，并打上标签1；以概率1-P1-P2选择预训练数据的上文和下文作为文本对，并打上标签2；S212.将预训练数据的文本对zi输入BERT模型，输出文本对zi与预训练数据的语义关系；SentimentMASK任务的训练过程包括：S221.通过情感倾向点互信息算法SO-PMI获取预训练数据中的所有情感词；S222.对于预训练数据中的所有情感词进行替换处理；所述替换处理为以80％的概率用MASK标记进行替换，以20％的概率用其他情感词进行替换；S223.对于预训练数据中除情感词以外的所有词，从中选取15％的词进行替换操作；所述替换操作为以80％的概率用MASK标记进行替换，以10％的概率用其他情感词进行替换，以10％的概率不替换；S224.通过步骤S221-S223得到对应于预训练数据的生成数据将生成数据输入BERT模型并对其MASK标记处的字进行预测；S3.采用预训练好的BERT模型进行prompt范式任务和情感分类任务的联合训练，得到训练好的剧本角色情感识别模型；S4.采集待识别剧本数据输入训练好的剧本角色情感识别模型，输出剧本角色情感识别结果。

全文数据：

权利要求：

百度查询： 徐欢 一种基于大数据的互联网视频剧本角色情感识别方法