1.一种方面级情感分析方法，其特征在于，包括步骤：获取待分析的目标句子，对所述目标句子进行嵌入操作得到目标嵌入向量；

根据所述目标句子构建模板句子，所述模板句子包括所述目标句子中的方面词、掩码词和间隔在所述方面词和掩码词之间的模板词，对所述模板词、方面词和掩码词进行嵌入操作得到模板词嵌入向量、方面词嵌入向量和掩码嵌入向量；

将所述模板词嵌入向量输入Prompt编码器得到模板词张量，将所述模板词张量、所述方面词嵌入向量和所述掩码嵌入向量拼接得到连续模板向量；

将所述目标嵌入向量和所述连续模板向量共同输入预训练语言模型并进行池化操作，得到上下文特征；

根据所述目标句子生成句法依存树，根据所述句法依存树提取句法依存特征；

将所述上下文特征和所述句法依存特征进行特征融合，得到融合特征；

根据所述融合特征进行预测，得到目标句子中方面词的情感极性。

2.根据权利要求1所述的方法，其特征在于：所述模板词为包含多个unk_token的词组。

3.根据权利要求1所述的方法，其特征在于：所述Prompt编码器用于将所述模板词嵌入向量依序输入双向长短期记忆人工神经网络和使用ReLU激活函数的多层感知机，得到模板词张量。

4.根据权利要求1所述的方法，其特征在于，在所述预训练语言模型的预训练阶段，包括步骤：将训练数据集中一定比例的原始词替换为掩码词[MASK]，一定比例的原始词替换为随机词；

预测所述掩码词[MASK]所替换的所述原始词。

5.根据权利要求1所述的方法，其特征在于，根据所述句法依存树提取句法依存特征，包括步骤：将所述句法依存树输入图注意力网络并进行池化操作，获得句法依存特征。

6.根据权利要求1所述的方法，其特征在于，所述融合特征的表达式为：hf＝g·hsyn+(1‑g)·hcon

其中，g＝σ(Wg[hsyn；hcon]+bg)，[hsyn；hcon]表示上下文特征hsyn和句法依存特征hcon的拼接，Wg为可学习权重，bg为偏置。

7.一种方面级情感分析装置，其特征在于，包括：

目标句子嵌入模块，用于获取待分析的目标句子，对所述目标句子进行嵌入操作得到目标嵌入向量；

模板句子构建模块，用于根据所述目标句子构建模板句子，所述模板句子包括所述目标句子中的方面词、掩码词和间隔在所述方面词和掩码词之间的模板词，对所述模板词、方面词和掩码词进行嵌入操作得到模板词嵌入向量、方面词嵌入向量和掩码嵌入向量；

连续模板构建模块，用于将所述模板词嵌入向量输入Prompt编码器得到模板词张量，将所述模板词张量、所述方面词嵌入向量和所述掩码嵌入向量拼接得到连续模板向量；

上下文特征提取模块，用于将所述目标嵌入向量和所述连续模板向量共同输入预训练语言模型并进行池化操作，得到上下文特征；

句法依存特征提取模块，用于根据所述目标句子生成句法依存树，根据所述句法依存树提取句法依存特征；

特征融合模块，用于将所述上下文特征和所述句法依存特征进行特征融合，得到融合特征；

预测模块，用于根据所述融合特征进行预测，得到目标句子中方面词的情感极性。

8.根据权利要求7所述的装置，其特征在于，所述句法依存特征提取模块还用于将所述句法依存树输入图注意力网络并进行池化操作，获得句法依存特征。

9.一种电子设备，其特征在于：包括：

处理器；

存储器，用于存储由所述处理器执行的计算机程序；

其中，所述处理器执行所述计算机程序时实现权利要求1‑6中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现权利要求1‑6中任一项所述方法的步骤。