一种基于TCN+LSTM的文本情感分类方法

发明专利有效专利

申请号：
CN202011631007.5
IPC分类号：G06F16/35;G06N3/04;G06N3/08
申请日期：
2020-12-31
申请人：
山西三友和智慧信息技术股份有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于TCN+LSTM的文本情感分类方法
申请号	CN202011631007.5	申请日期	2020-12-31
法律状态	实质审查	申报国家	中国
公开/公告日	2021-04-27	公开/公告号	CN112711664A
优先权	暂无	优先权号	暂无
主分类号	G06F16/35	IPC分类号	G;0;6;F;1;6;/;3;5;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	山西三友和智慧信息技术股份有限公司	申请人地址	山西省太原市高新区科技街15号A118室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	山西三友和智慧信息技术股份有限公司	当前权利人	山西三友和智慧信息技术股份有限公司
发明人	潘晓光;宋晓晨;董虎弟;陈智娇;姚珊珊
代理机构	太原荣信德知识产权代理事务所（特殊普通合伙）	代理人	杨凯;连慧敏

摘要

本发明属于文本处理技术领域，具体涉及一种基于TCN+LSTM的文本情感分类方法，包括下列步骤：数据集构建：数据集采用SUBJ与SST‑2数据集融合构建；数据补偿：对输入定长数据进行长度补偿，得到长度一致的数据集；数据转码：对文本进行转码操作，得到网络可以直接进行处理的文本向量形式数据，同时在转码过程中提升数据维度，获取更多的数据特征；数据集划分：采用K折交叉验证对数据集进行划分；评价指标：采用Kappa系数进行评价，此方式基于混淆矩阵可对多分类精度进行准确的描述，帮助分析网络性能；分类模型。本发明通过使用Word2vec将数据转码为高维度数据，之后使用深度学习方法，实现了对文本情感的自动分类。本发明用于文本情感的分类。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供