一种基于卷积神经网络的方面级情感分析方法
专利类型：发明专利
语 言：中文
申 请 号：CN201910798920.5
申 请 日：20190827
申 请 人：重庆大学
申请人地址：400044 重庆市沙坪坝区沙正街174号
公 开 日：20191126
公 开 号：CN110502626A
代 理 人：胡长生
代理机构：重庆中流知识产权代理事务所(普通合伙)
摘 要：本发明公开了一种基于卷积神经网络的方面级情感分析方法,包括建立方面级情感分析模型,通过该模型构建方面级信息在文本中的相对位置矩阵,并将其与文本编码进行融合,对关联矩阵中方面级信息所对应的部分关联矩阵进行抽取,对于由多单词组成的方面级信息再进行均值化处理,将其作为最终的文本与方面信息之间的评分矩阵,其中,方面级情感分析模型包括词嵌入模块、相对位置编码模块、方面级注意力模块和情感分类模块。本发明通过对文本中方面级信息的情感进行建模,进而高效且准确地对文本的方面级情感进行分析。
主 权 项：1.一种基于卷积神经网络的方面级情感分析方法,其特征在于,包括建立方面级情感分析模型,通过该模型构建方面级信息在文本中的相对位置矩阵,并将其与文本编码进行融合,对关联矩阵中方面级信息所对应的部分关联矩阵进行抽取,对于由多单词组成的方面级信息再进行均值化处理,将其作为最终的文本与方面信息之间的评分矩阵,其中,方面级情感分析模型包括词嵌入模块、相对位置编码模块、方面级注意力模块和情感分类模块：词嵌入模块对输入的语句和待分析的方面级别信息进行编码,并将文本转变成计算机语言；相对位置编码模块根据待预测的方面级别信息在文本中的相对位置进行编码,并将相对位置编码和词嵌入模块所得到的文本编码进行加权处理；方面级注意力模块通过注意力机制对方面级信息的编码和经过相对位置模块处理后的文本编码进行处理,以此得到文本中所有单词对于方面级信息情感提取的优先矩阵,并将其加权融入到文本编码中；情感分类模块通过多层的卷积神经网络将文本信息和方面级信息进行融合处理,通过卷积神经网络中所包括的Softmax层对方面级信息的情感进行分类,进而得出情感结果。
关 键 词：
法律状态：
IPC专利分类号：G06F16/332;G06F17/27;G06N3/04;G06N3/08