基于深度学习的评论文本方面级情感分类方法及系统

发明专利有效专利

申请号：
CN202010776165.3
IPC分类号：G06F16/35;G06F40/30;G06K9/62;G06N3/04;G06N3/08
申请日期：
2020-08-05
申请人：
上海哈蜂信息科技有限公司

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	基于深度学习的评论文本方面级情感分类方法及系统
申请号	CN202010776165.3	申请日期	2020-08-05
法律状态	实质审查	申报国家	中国
公开/公告日	2020-10-30	公开/公告号	CN111858945A
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;F;4;0;/;3;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	上海哈蜂信息科技有限公司	申请人地址	上海市静安区华康路118号A-42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	上海哈蜂信息科技有限公司	当前权利人	上海哈蜂信息科技有限公司
发明人	刘文远;郭智存;于家新;付闯
代理机构	北京君智知识产权代理事务所（普通合伙）	代理人	黄绿雯

摘要

本发明提供一种基于深度学习的评论文本方面级情感分类方法，先将评论文本进行预处理，包括分词和去除停用词，然后对方面词及对应的标签进行平衡处理，生成平衡样本，再将平衡样本与原始样本中的中文词语进行向量化，获得平衡样本中的词向量；输入到模型中进行评论结果的预测；所述模型是根据深度神经网络构建的深度学习模型，通过方面词的词向量与句子其他词语进行相似度计算，生成平衡样本的方面情感语义矩阵。本发明通过平衡处理和构建Attn‑Bi‑LCNN模型，能够有效输出情感语义矩阵，提高了模型的精准度与实际应用时的预测速度，从而使本发明的方法适用于文本的方面级细粒度情感分类。

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