[发明专利]基于卷积神经网络的跨领域情感分析的模型训练方法有效
| 申请号： | 201910020227.5 | 申请日： | 2019-01-09 |
| 公开（公告）号： | CN109753566B | 公开（公告）日： | 2020-11-24 |
| 发明（设计）人： | 孟佳娜;于玉海 | 申请（专利权）人： | 大连民族大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/30;G06K9/62 |
| 代理公司： | 大连智高专利事务所(特殊普通合伙) 21235 | 代理人： | 刘斌 |
| 地址： | 116600 辽宁省*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于卷积神经网络的跨领域情感分析的模型训练方法，属于跨领域情感分类领域，为了解决跨领域情感分析问题，S1.文本预处理；S2.训练词向量模型；S3.跨领域模型迁移；其中，步骤S3：通过源领域训练神经网络模型，对训练好的模型进行迁移，共享模型中卷积核的权重值，使用源领域训练好的卷积核权重提取目标领域中对应的特征，对目标领域的少部分数据进行再次训练，调整之前训练好模型的全连接层权重的参数，效果是实现了对跨领域情感文本进行模型迁移。 | ||
| 搜索关键词： | 基于 卷积 神经网络 领域 情感 分析 模型 训练 方法 | ||
【主权项】：
1.一种基于卷积神经网络的跨领域情感分析的模型训练方法，其特征在于，包括如下步骤：S1.文本预处理；S2.训练词向量模型；S3.跨领域模型迁移；其中，步骤S3：通过源领域训练神经网络模型，对训练好的模型进行迁移，共享模型中卷积核的权重值，使用源领域训练好的卷积核权重提取目标领域中对应的特征，对目标领域的少部分数据进行再次训练，调整之前训练好模型的全连接层权重的参数。
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大连民族大学，未经大连民族大学许可，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/201910020227.5/，转载请声明来源钻瓜专利网。
