龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：哈尔滨理工大学
摘要：本发明是一种基于对抗训练和多注意力的CNN‑BiLSTM方面情感分析方法。本发明涉及自然语言处理技术领域，本发明采集并预处理SemEval2014的公开数据集，并对预处理后的数据按预设比例划分为训练集和测试集；对训练样本进行筛选，得到样本特征向量；利用对抗训练对输入的样本特征向量制造一个扰动，与最初的样本特征向量一起参加模型的训练，得到模型的输入层；结合卷积神经网络和长短时记忆网络，连接模型的输入层，得到模型的CNN‑BiLSTM层；利用Softmax函数对循环多注意层的输出结果进行分类，得到方面级情感分析模型；将测试集输入方面级情感分析模型中，得到情感分析结果。
主权项：1.一种基于对抗训练和多注意力的CNN-BiLSTM方面情感分析方法，其特征是：包括以下步骤：步骤1：采集并预处理SemEval2014的公开数据集Laptopreviews和RestaurentReviews，并对预处理后的数据按预设比例划分为训练集和测试集；步骤2：对训练样本进行筛选，得到样本特征向量；步骤3：利用对抗训练对输入的样本特征向量制造一个扰动，与最初的样本特征向量一起参加模型的训练，得到模型的输入层；步骤4：结合卷积神经网络和长短时记忆网络，连接模型的输入层，得到模型的CNN-BiLSTM层；步骤5：计算CNN-BiLSTM层输出的每个词与目标词的距离，作为情感强度的权重值，得到模型的位置加权记忆层；步骤6：对位置加权记忆层的输出结果应用多重注意力机制，并将结果用GRU网络进行非线性的结合，得到模型的循环多注意层；步骤7：利用Softmax函数对循环多注意层的输出结果进行分类，得到方面级情感分析模型；步骤8：将测试集输入方面级情感分析模型中，得到情感分析结果。
全文数据：
权利要求：
百度查询： 哈尔滨理工大学 一种基于对抗训练和多注意力的CNN-BiLSTM方面情感分析方法
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