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：大连海事大学
摘要：本发明公开了一种基于句法依赖和图卷积网络的方面级情感分析方法及装置，涉及自然语言处理技术领域。本发明使用的方面融合图卷积网络模型能融入更多的语义信息，更好的利用句子中的句法信息和单词依赖性，从而提高模型的训练质量。首先，通过引入依赖树和依赖位置图来增强每个句子实例的句法依赖。然后，使用两个图卷积网络融合依赖树和依赖位置图以生成方面的交互情感特征。最后，通过注意力机制充分整合卷积层和掩蔽层的状态向量中与方面语义相关的重要特征。本发明解决了情感分析领域容易忽略的依赖树拓扑结构与依赖距离之间存在密切关系的问题，不仅增强了情感分类的效果，对于其他涉及到图卷积的分类任务也有较好的帮助。
主权项：1.一种基于句法依赖和图卷积网络的方面级情感分析方法，其特征在于，所述方法包括：获取情感分析数据集，将所述情感分析数据集中的句子构造成依赖树和依赖位置图；针对所述情感分析数据集中的句子，使用GloVe预训练模型初始化词向量，并将得到的词向量输入双向长短时记忆网络，得到所述句子的上下文表示；将所述上下文表示分别输入至邻近权重卷积层和双重图卷积层；所述邻近权重卷积层中，通过所述依赖树计算上下文词的依赖距离，计算出不同词的依赖邻近权重，基于邻近权重卷积得到隐藏状态向量；所述邻近权重卷积在卷积计算之前分配所述依赖邻近权重；所述双重图卷积层中，使用两个图卷积网络分别融合所述依赖树和所述依赖位置图，用带有归一化因子的图卷积计算每个节点的表示，并根据其邻域的隐藏表示来更新每个节点的表示，将这两个整合了不同依赖关系的矩阵分别作为两组图卷积网络，从不同的输入中捕获图卷积网络层的最终表示；结合所述双重图卷积层输出的两种最终表示，提取依赖位置特征和依赖特征之间的交互关系；再使用方面掩蔽层来掩蔽非方面词表示，输出隐藏状态向量；使用注意力机制，融合所述邻近权重卷积层和所述掩蔽层输出的隐藏状态向量，得到基于方面的表示，将所述基于方面的表示传递到全连接的softmax层，得到不同情绪极性上的概率分布。
全文数据：
权利要求：
百度查询： 大连海事大学 一种基于句法和图卷积网络的方面级情感分析方法及装置
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