申请/专利权人：重庆大学

申请日：2021-12-30

公开（公告）日：2024-06-25

公开（公告）号：CN114298011B

主分类号：G06F40/211

分类号：G06F40/211;G06F40/289;G06F40/30;G06N3/045;G06N3/0475;G06N3/094;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2022.04.26#实质审查的生效;2022.04.08#公开

摘要：本发明公开了一种神经网络、训练方法、方面级情感分析方法、装置及存储介质，神经网络包括：BERT词嵌入模块获得输入文本的语义信息和输入文本中待分析语句所有单词的词向量；第一全连接层基于语义信息获得语义特征向量；第二全连接层基于词向量获取单词特征向量；潜在狄利克雷分布模块分别提取待分析语句的主题分布和方面情感对的主题分布；特征融合层判断待分析语句是否与方面情感对匹配；解码标注模块在解码序列中标记出目标词语位置获得标记序列；输出层为基于特征融合层输出的判断结果输出情感分析结果。实现多任务输出，通过特征融合层将语义信息与主题分布进行特征融合，学习到特定领域的词汇，提升模型的情感分类任务效果。

主权项：1.一种应用于方面级情感分析的神经网络构建方法，其特征在于，包括构建：BERT词嵌入模块，被配置为对输入文本进行词嵌入处理，对词嵌入处理结果进行编码处理获得所述输入文本的语义信息和输入文本中待分析语句所有单词的词向量，其中，所述输入文本包括待分析语句和方面情感对；第一全连接层，被配置为基于所述语义信息获得语义特征向量；第二全连接层，被配置为基于所述词向量获取单词特征向量；潜在狄利克雷分布模块，被配置为分别提取待分析语句的主题分布和方面情感对的主题分布；特征融合层，被配置为结合所述语义特征向量、待分析语句的主题分布和方面情感对的主题分布判断待分析语句是否与方面情感对匹配；当特征融合层输出的判断结果为待分析语句与方面情感对匹配时，情感分析结果还包括目标词语、方面、情感组成的三元组；其中，所述目标词语为待分析语句中位置与标记序列中标记的目标词语位置对应的单词解码标注模块，被配置为根据特征融合层输出的判断结果对待分析语句的所有单词特征向量进行解码获得解码序列，并在解码序列中标记出目标词语位置获得标记序列；输出层，被配置为基于特征融合层输出的判断结果输出情感分析结果；解码标注模块具体执行过程为：当特征融合层输出的判断结果为待分析语句与方面情感对匹配时，对待分析语句的所有单词特征向量进行解码获得解码序列，在所述解码序列中标记出目标词语位置获得标记序列；当特征融合层输出的判断结果为待分析语句不与方面情感对匹配时，不对待分析语句的单词特征向量处理。

全文数据：

权利要求：

百度查询： 重庆大学 神经网络、训练方法、方面级情感分析方法、装置及存储介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD