一种基于深度融合神经网络的中文社交文本情绪识别模型构造方法

发明专利有效专利

申请号：
CN201811016921.1
IPC分类号：G06F16/35;G06F17/27
申请日期：
2018-09-03
申请人：
华南理工大学

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	一种基于深度融合神经网络的中文社交文本情绪识别模型构造方法
申请号	CN201811016921.1	申请日期	2018-09-03
法律状态	实质审查	申报国家	中国
公开/公告日	2019-02-01	公开/公告号	CN109299253A
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;1;7;/;2;7查看分类表>
申请人	华南理工大学	申请人地址	广东省广州市天河区五山路381号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	华南理工大学	当前权利人	华南理工大学
发明人	梅登华;戴立武
代理机构	广州市华学知识产权代理有限公司	代理人	李斌

摘要

本发明公开了一种基于深度融合神经网络的中文社交文本情绪识别模型构造方法，包括如下步骤：数据采集，利用PythonScrapy框架构建社交文本网络爬虫，采集图文数据；数据预处理，对数据采集模块采集的中文文本进行预处理；数据标注，用于对处理后的文本进行情绪标注；文本向量化，运用Word2Vec工具训练词向量；模型构建，设计融合BILSTM‑CNN网络模型；模型训练,将标注后的文本通过BILSTM‑CNN融合神经网络模型进行训练。本发明构建一种深度融合情绪分析模型，旨在充分利用深度神经网络模型的特征抽取能力，对中文情绪文本进行特征表达，并以此构造情绪多分类模型，提高自动化情绪多分类的准确率。

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