[发明专利]基于CNN-RSC组合优化算法的语音情感分析方法在审
| 申请号： | 201810576206.7 | 申请日： | 2018-06-06 |
| 公开（公告）号： | CN108763219A | 公开（公告）日： | 2018-11-06 |
| 发明（设计）人： | 吴立刚;赵永生;赵峰;徐海青;陈是同;徐唯耀;秦浩;王文清;郑娟;秦婷;梁翀;浦正国;王维佳;张天奇;余江斌;韩涛;杨维;张才俊;孙林檀;田诺;潘子春;李葵;李明;张引强;黄影 | 申请（专利权）人： | 安徽继远软件有限公司;国网信息通信产业集团有限公司;国网安徽省电力有限公司信息通信分公司;国家电网有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F17/30 |
| 代理公司： | 合肥维可专利代理事务所(普通合伙) 34135 | 代理人： | 吴明华 |
| 地址： | 230088 安徽*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于CNN‑RSC组合优化算法的语音情感分析方法，属于情感技术领域，具体步骤包括：对训练集的语料进行分词处理得到词语；对词语进行向量编码；生成词向量；将生成的词向量作为输入样本，输入到卷积神经网络模型中；卷积层过滤输入样本的词向量中多个词之间的局部特征，生成新的特征向量；池化层捕获新特征向量最大值，得到特征词向量矩阵；特征词向量矩阵作为递归自编码中的特征输入，得到最佳向量；最佳向量加入到输出层进行分类，输出情感分类结果；对情感分类结果进行误差分析和优化处理。本发明提出的组合优化算法在对文本情感特征的自动学习上有着不错的效果，模型的训练速度也大大的提高，分类结果准确度高、自动学习能力强。 | ||
| 搜索关键词： | 组合优化算法 词向量 向量 情感分类 输入样本 向量矩阵 语音情感 自动学习 特征词 词语 卷积神经网络 准确度 分词处理 分类结果 局部特征 特征输入 特征向量 文本情感 误差分析 向量编码 优化处理 能力强 输出层 新特征 训练集 自编码 池化 递归 卷积 语料 捕获 过滤 分析 输出 分类 | ||
【主权项】：
1.基于CNN‑RSC组合优化算法的语音情感分析方法，其特征在于：具体步骤为S1：对训练集的语料进行分词处理得到词语；S2：对词语进行向量编码；S3：用矩阵将一段语句表示出来生成词向量；S4：将生成的词向量作为输入样本，输入到卷积神经网络模型中的输入层；S5：卷积神经网络模型中的卷积层过滤输入样本的词向量中多个词之间的局部特征，生成新的特征向量；S6：卷积神经网络模型中的池化层捕获新特征向量最大值，得到特征词向量矩阵；S7：特征词向量矩阵作为递归自编码中的特征输入，通过计算相邻词语间的重构误差生成最佳树结构，得到最佳向量；S8：最佳向量加入到卷积神经网络模型的输出层进行分类，输出情感分类结果；S9：对情感分类结果进行误差分析和优化处理。
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安徽继远软件有限公司;国网信息通信产业集团有限公司;国网安徽省电力有限公司信息通信分公司;国家电网有限公司，未经安徽继远软件有限公司;国网信息通信产业集团有限公司;国网安徽省电力有限公司信息通信分公司;国家电网有限公司许可，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/201810576206.7/，转载请声明来源钻瓜专利网。
