基于深度學(xué)習(xí)的評論文本方面級情感分類方法及系統(tǒng)
基本信息
申請?zhí)?/td> | CN202010776165.3 | 申請日 | - |
公開(公告)號 | CN111858945A | 公開(公告)日 | 2020-10-30 |
申請公布號 | CN111858945A | 申請公布日 | 2020-10-30 |
分類號 | G06F16/35(2019.01)I | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 劉文遠;郭智存;于家新;付闖 | 申請(專利權(quán))人 | 上海哈蜂信息科技有限公司 |
代理機構(gòu) | 北京君智知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) | 代理人 | 上海哈蜂信息科技有限公司 |
地址 | 200040上海市靜安區(qū)華康路118號A-42室 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明提供一種基于深度學(xué)習(xí)的評論文本方面級情感分類方法,先將評論文本進行預(yù)處理,包括分詞和去除停用詞,然后對方面詞及對應(yīng)的標(biāo)簽進行平衡處理,生成平衡樣本,再將平衡樣本與原始樣本中的中文詞語進行向量化,獲得平衡樣本中的詞向量;輸入到模型中進行評論結(jié)果的預(yù)測;所述模型是根據(jù)深度神經(jīng)網(wǎng)絡(luò)構(gòu)建的深度學(xué)習(xí)模型,通過方面詞的詞向量與句子其他詞語進行相似度計算,生成平衡樣本的方面情感語義矩陣。本發(fā)明通過平衡處理和構(gòu)建Attn?Bi?LCNN模型,能夠有效輸出情感語義矩陣,提高了模型的精準(zhǔn)度與實際應(yīng)用時的預(yù)測速度,從而使本發(fā)明的方法適用于文本的方面級細粒度情感分類。?? |
