“裴枫华”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]一种基于分段卷积神经网络的对象级情感分类方法-CN202010573651.5有效
发明人：曾碧卿;杨恒;裴枫华 -专利权人：华南师范大学
申请日： 2020-06-22 - 公布日： 2023-05-23 - 主分类号： G06F16/35 文献下载
摘要：本申请公开了一种基于分段卷积神经网络的对象级情感分类方法，对待分类文本进行特征提取并对其进行上下文特征划分，得到第一上、下文特征；将其输入到预置分段卷积神经网络，使得卷积层对其分别进行卷积运算得到上、下文局部特征，分段池化层对上、下文局部特征进行最大池化操作得到上、下文池化特征，特征融合层对上、下文池化特征和注意力模块提取的注意力特征表示进行特征融合，softmax层对融合特征进行处理，输出情感分类结果，解决了现有的情感分类方法没有考虑到由对象所划分的上下文对分类效果的影响，在卷积神经网络的池化层通常采用的是最大池化操作，导致无法得到更细粒度的上下文特征，使得情感分类结果准确性不高的技术问题。
一种基于分段卷积神经网络对象情感分类方法

[发明专利]一种融合上下文特征方面级情感分类方法和装置-CN202010362569.8在审
发明人：曾碧卿;杨恒;裴枫华 -专利权人：华南师范大学
申请日： 2020-04-30 - 公布日： 2020-08-25 - 主分类号： G06F40/289 文献下载
摘要：本申请公开了一种融合上下文特征方面级情感分类方法和装置，对待预测方面级情感分析文本进行弱相关方面词静态屏蔽和分词处理，得到第一全局上下文，将其输入到构建的MHSA‑LCF模型，使得第一BERT嵌入层和第二BERT嵌入层分别提取第一全局上下文特征和第一局部上下文特征，局部特征学习层提取混合局部上下文特征，MHSA层提取第二全局上下文特征；交互学习层对第二全局上下文特征和混合局部上下文特征融合后的融合特征进行处理，最终输出层输出情感极性结果，解决了现有技术中忽略了方面词的局部上下文与方面词的强语义关联特性以及弱相关方面词对情感分类的干扰，使得情感极性预测存在准确率不高的技术问题。
一种融合上下文特征方面情感分类方法装置