申请/专利权人:中国科学院信息工程研究所
申请日:2024-02-28
公开(公告)日:2024-06-21
公开(公告)号:CN118228733A
主分类号:G06F40/30
分类号:G06F40/30;G06F40/211;G06N3/0464;G06N3/045;G06N3/0442;G06N3/042;G06F18/25
优先权:
专利状态码:在审-公开
法律状态:2024.06.21#公开
摘要:本发明提出一种基于图神经网络的微博评论对话情感分析方法及系统,涉及自然语言处理和图神经网络领域。首先利用图卷积神经网络分析每条评论的词性和依赖关系,获得单个评论的局部句法信息,同时利用图注意力神经网络对评论之间的关系进行建模得到具有全局特征的语义信息。最后经过融合模块将局部的句法信息和全局的语义信息进行融合,获得含有丰富对话信息的特征,提升了对话级情感分析的准确性。
主权项:1.一种基于图神经网络的微博评论对话情感分析方法,其特征在于,包括以下步骤:S1:获取微博评论数据并构造对话树,对话树的每个分支作为一个线程,使用编码器对评论和线程进行编码,生成话语的编码表示和对话线程特征;S2:利用图卷积神经网络建模评论的句法信息,生成整个对话的句法表示;S3:利用图注意力神经网络建模评论间的语义信息,生成说话者感知的增强表示和话语结构感知的增强表示并进行更新;S4:对上述对话线程特征、整个对话的句法表示、更新的说话者感知的增强表示和话语结构感知的增强表示进行特征融合,得到对话特征;将对话特征输入到训练好的对话情感预测模型中进行预测,生成微博评论的对话情感预测结果。
全文数据:
权利要求:
百度查询: 中国科学院信息工程研究所 一种基于图神经网络的微博评论对话情感分析方法及系统
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。