[发明专利]一种基于局部信息表示的细粒度情感元素抽取方法

摘要

本发明为了解决现有的细粒度情感元素抽取方法当抽取评价对象时，不能很好地利用紧随其后的单词，导致短语词性判断错误、抽取结果缺漏较多，并且难以判断当前词是否是评价对象一部分的缺点，而提出一种基于局部信息表示的细粒度情感元素抽取方法，包括将预设窗口大小中的每一个单词通过Lookup Table查找词特征的向量表示，将得到的词向量分别输入至LSTM模型中；并将得到的词向量组合为一个向量输入至前馈神经网络模型中；将LSTM模型隐层特征表示以及前馈神经网络模型的局部上下文特征表示进行拼接，得到拼接后的结果；将送入输出层使用softmax函数作标签分类。本发明适用于细粒度情感元素抽取工具。

主权项

一种基于局部信息表示的细粒度情感元素抽取方法，其特征在于，包括：步骤一、将预设窗口大小中的每一个单词通过Lookup Table查找词特征的向量表示，将得到的词向量分别输入至LSTM模型中；并将所述得到的词向量组合为一个向量输入至前馈神经网络模型中；步骤二、将LSTM模型隐层特征表示ht以及前馈神经网络模型的局部上下文特征表示hlr进行拼接，得到拼接后的结果hcon：hcon＝[ht,hlr]步骤三、将hcon送入输出层使用softmax函数作标签分类,得到分类结果。