一种基于句法关系和意见词分布的细粒度情感分析方法

发明专利有效专利

申请号：
CN202110734499.9
IPC分类号：G06F16/33;G06F16/332;G06F16/35;G06K9/62
申请日期：
2021-06-30
申请人：
杭州电子科技大学

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	一种基于句法关系和意见词分布的细粒度情感分析方法
申请号	CN202110734499.9	申请日期	2021-06-30
法律状态	公开	申报国家	中国
公开/公告日	2021-10-22	公开/公告号	CN113535897A
优先权	暂无	优先权号	暂无
主分类号	G06F16/33	IPC分类号	G;0;6;F;1;6;/;3;3;;;G;0;6;F;1;6;/;3;3;2;;;G;0;6;F;1;6;/;3;5;;;G;0;6;K;9;/;6;2查看分类表>
申请人	杭州电子科技大学	申请人地址	浙江省杭州市下沙高教园区2号大街变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	杭州电子科技大学	当前权利人	杭州电子科技大学
发明人	汤景凡;崔硕;姜明;张旻
代理机构	杭州君度专利代理事务所（特殊普通合伙）	代理人	朱月芬

摘要

本发明公开了一种基于句法关系和意见词分布的细粒度情感分析方法。首先根据Bert模型构建了自己的词嵌入向量，目的是利用只利用Bert的语言模型功能。其次为了更好的提取句中的意见词分布，引入了依存句法分析，基于依存句法分析结果以及目标方面词，并结合邻近原则等原理提取出意见词分布。这样就能够将句中与方面词有直接或间接依赖关系的词提取出来，同时为了能够利用这一信息，本发明还将这一结果进行了向量化处理，称为分布向量。最后将这一向量与Bert输出的上下文向量进行特征融合，得到全新的情感特征向量，并进行情感预测。实验结果表明，本发明能很好解决方面词与意见词的匹配问题，并且能够深层次的提取到情感特征，具有很好的适应能力。

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