[发明专利]一种基于双记忆注意力的方面级别情感分类模型及方法

摘要

本发明公开了一种基于双记忆注意力的方面级别情感分类模型及方法，属于文本情感分类技术领域。本发明所述模型主要包括三个模块：一个由标准的GRU循环神经网络构成的编码器、一个引入前馈神经网络注意力层的GRU循环神经网络解码器和一个Softmax分类器。模型将输入语句看作一个序列，基于句子中方面级别词语位置的注意力，从原始文本序列和编码器的隐藏层状态中分别构建两个记忆模块，通过前馈神经网络注意力层对随机初始化的注意力分布进行微调以捕获语句中的重要情感特征，并基于GRU循环神经网络对序列的学习能力建立编码器‑解码器分类模型，以实现方面级别情感分类能力。本发明可以显著改善文本情感分类的鲁棒性，提高分类正确率。

主权项

1.一种基于双记忆注意力的方面级别情感分类模型，其特征在于，包括编码器、解码器和softmax分类器；编码器：利用标准GRU循环神经网络依次对输入语句中的方面级别信息和输入语句进行编码，并从原始输入语句及其在编码器中的隐藏层状态中分别构成两个记忆，根据方面级别词语的位置对其进行加权，分别称为原始记忆和编码记忆；解码器：由前馈神经网络注意力层和多层GRU循环神经网络组成，前者从方面级别记忆的语义关联中捕捉重要的情感信息，后者则将这些信息在不同计算层中选择性组合，构成对编码记忆和原始记忆的两个解码阶段；Softmax分类器：将解码器学习到的特征用于情感分类。