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：华中师范大学
申请日：2022-05-31
公开（公告）日：2024-06-18
公开（公告）号：CN114911942B
主分类号：G06F16/35
分类号：G06F16/35;G06F40/216;G06F40/289;G06F40/30;G06F18/2411;G06F18/2415;G06N3/0464;G06N3/08
优先权：
专利状态码：有效-授权
法律状态：2024.06.18#授权;2022.09.02#实质审查的生效;2022.08.16#公开
摘要：本发明公开了一种基于置信度的可解释性的文本情感分析方法、系统及设备，首先对预分析文本数据，进行数据预处理；然后将处理后的数据输入深度学习网络进行分类；接着构造置信分割器，定义置信函数，设置置信度阈值，将深度学习网络分类结果分为置信度强弱两部分；根据置信度强弱之分，置信度强的数据由深度学习网络分类，置信度弱的数据由增强网络分类；最后结合两个网络分类结果，输出最终的分类结果。本发明构建一种新网络模型框架RTS‑CF，通过RAKE快速抽取较长的关键词，简单高效；通过置信函数，将测试集分为置信度强弱两部分，结合增强网络对置信度弱的数据进行重新分类。利用增强网络优化神经网络的集成方法，可解释性强，提高整体分类性能。
主权项：1.一种基于置信度的可解释性的文本情感分析方法，其特征在于，包括以下步骤：步骤1：针对预分析文本数据，进行数据预处理；步骤2：将预处理后的数据输入深度学习网络进行分类；步骤3：构造置信分割器，定义置信函数，设置置信度阈值，将深度学习网络分类结果分为置信度强和置信度弱两部分；所述置信函数其中，d为预设值；mean*为均值函数；y1，y2表示深度学习网络softmax层的输出值，分别视为置信度强和置信度弱两部分的得分，其中zi为第i个节点的输出值，作为softmax的输入值；n为输出节点的个数，即分类的类别个数；表示所有预测结果之和；步骤4：根据置信度的强弱之分，置信度强的数据由深度学习网络进行分类，置信度弱的数据由增强网络重新分类；步骤5：结合深度学习网络和增强网络的结果，输出最终的分类结果。
全文数据：
权利要求：
百度查询： 华中师范大学 基于置信度的可解释性的文本情感分析方法、系统及设备
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