[发明专利]一种基于动态记忆网络的实体级别情感分类系统及方法有效
申请号: | 201810022435.4 | 申请日: | 2018-01-10 |
公开(公告)号: | CN108133038B | 公开(公告)日: | 2022-03-22 |
发明(设计)人: | 张祖凡;汪露;邹阳;甘臣权 | 申请(专利权)人: | 重庆邮电大学 |
主分类号: | G06F16/35 | 分类号: | G06F16/35;G06N3/04;G06N3/08 |
代理公司: | 重庆市恒信知识产权代理有限公司 50102 | 代理人: | 刘小红 |
地址: | 400065 重*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明请求保护一种基于动态记忆网络的实体级别情感分类系统及方法,属于自然语言处理领域。该方法包括以下步骤:1、引入动态记忆网络将实体级别情感分类任务建模为问答系统;2、动态记忆网络中的输入模块对输入文本进行编码;3、在输入模块中加入单词位置信息以及残差结构以增强输入表示;4、在问题模块中设计针对目标词的问题;4、记忆模块通过两个子模块对输入表示进行记忆提取;5、回答模块对记忆模块所提取的特征进行情感极性预测以及模型训练。6、在训练完模型后,所训练模型能够完成实体级别的情感分类,包括正向、中立以及负向情感极性。本发明不仅能够处理简单句子而且能够正确处理复杂句式中目标实体的情感分类问题。 | ||
搜索关键词: | 一种 基于 动态 记忆 网络 实体 级别 情感 分类 系统 方法 | ||
【主权项】:
一种基于动态记忆网络的实体级别情感分类系统,其特征在于,包括一个动态记忆网络,所述动态记忆网络主要包括输入模块、问题模块、记忆模块和回答模块;利用动态记忆网络将实体级别情感分类问题建模为问答模型;其中,输入模块用于对已指定实体目标的输入文本进行编码处理以得到文本向量表示;问题模块中设计针对实体目标词的问题,为记忆模块每次更新提供注意对齐的特征信息;记忆模块分别通过多跳注意力和记忆更新两个子模块对文本输入表示进行记忆提取与记忆更新,并将最终更新特征传输给回答模块;回答模块,用于对记忆模块所提取的特征进行情感极性预测以及模型训练;在训练完模型后,训练模型能够完成实体级别的情感分类,包括正向、中立以及负向情感极性。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学,未经重庆邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810022435.4/,转载请声明来源钻瓜专利网。