Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于语法-语义图卷积网络的方面级情感分析方法 

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:河南大学

摘要:本发明公开一种基于语法‑语义图卷积网络的方面级情感分析方法,包括:利用BERT编码器提取待分类文本数据集中的单词向量表示;利用句子语法依赖树的概率矩阵获取语法信息,通过注意力得分矩阵得出语义信息,随后将节点特征分别与语法信息、语义信息进行特征交互,进而捕获句子中每个词对的关系概率分布;构建语法‑语义图卷积网络模型,将每个单词作为图的节点,依赖关系作为边,聚合节点特征信息和边特征信息;为每个词对引入词性组合、句法依赖类型、基于树的距离和相对位置距离;依据文本深度信息分配权重进行分类输出,同时提取出方面词、意见词和情感极性三元组。本发明可以提高方面级情感分析中三元组提取任务的准确率。

主权项:1.一种基于语法-语义图卷积网络的方面级情感分析方法,其特征在于,包括:步骤1:利用BERT编码器提取待分类文本数据集中的单词向量表示;步骤2:利用句子语法依赖树的概率矩阵获取语法信息,通过注意力得分矩阵得出语义信息,随后将节点特征分别与语法信息及语义信息进行特征交互,进而捕获句子中每个词对的关系概率分布;步骤3:构建语法-语义图卷积网络模型,将每个单词作为图的节点,依赖关系作为边,聚合节点特征信息和边特征信息;步骤4:为每个词对引入四种类型的语言特征,包括词性组合、句法依赖类型、基于树的距离和相对位置距离;步骤5:依据文本深度信息分配权重进行分类输出,同时提取出方面词、意见词和情感极性三元组。

全文数据:

权利要求:

百度查询: 河南大学 基于语法-语义图卷积网络的方面级情感分析方法

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。