龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：江西财经大学
申请日：2024-03-27
公开（公告）日：2024-04-30
公开（公告）号：CN117951304A
主分类号：G06F16/35
分类号：G06F16/35;G06F40/211;G06F40/30;G06N3/0464;G06N3/0442;G06F18/25
优先权：
专利状态码：在审-公开
法律状态：2024.04.30#公开
摘要：本发明提供一种基于句法依存关系和注意力机制的文本情感分类方法，应用于文本情感分类模型，该模型利用句法依存关系提取文本的属性‑观点对信息，利用动态词嵌入模型BERT获取文本的动态特征；基于双通道的特征提取策略，分别利用TextCNN和Att‑BiLSTM提取文本的局部和全局语义特征，并进一步将动态特征与Att‑BiLSTM的输出进行拼接，并结合注意力机制对情感特征进行加权；最后，基于多融合方式互补的特征融合策略对局部语义特征和全局语义特征进行特征融合，综合特征拼接和注意力融合的优点，减少特征融合过程中关键信息丢失的问题，有助于提升情感分类的最终性能。
主权项：1.一种基于句法依存关系和注意力机制的文本情感分类方法，其特征在于，应用于文本情感分类模型，所述文本情感分类模型包括关键信息提取层、词嵌入层、特征提取层、特征融合层和输出层；所述方法包括：所述关键信息提取层基于句法依存关系提取文本的属性-观点对信息；所述词嵌入层以文本作为背景信息，以所述属性-观点对信息作为关键信息，利用动态词嵌入模型BERT获取文本的动态特征；所述特征提取层利用卷积神经网络提取文本的局部语义特征，所述特征提取层利用基于注意力机制的双向长短期记忆网络和所述动态特征进行全局语义特征提取，得到经注意力机制加权后的特征，然后将所述动态特征与经注意力机制加权后的特征进行拼接，得到拼接特征，再对拼接特征进行注意力机制加权和平均池化降维后，得到最终的全局语义特征；所述特征融合层对所述局部语义特征和所述最终的全局语义特征进行特征拼接得到拼接后的特征，并对所述局部语义特征和所述最终的全局语义特征进行注意力融合得到注意力融合后的特征，再使用注意力机制对所述拼接后的特征和所述注意力融合后的特征进行特征融合，得到二次融合特征，然后对所述二次融合特征进行平均池化，得到全面语义特征；所述输出层基于所述全面语义特征输出文本情感分类结果。
全文数据：
权利要求：
百度查询： 江西财经大学 一种基于句法依存关系和注意力机制的文本情感分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号