[发明专利]基于动态词向量和层级神经网络的文档级情感分类方法有效
| 申请号： | 201911051331.7 | 申请日： | 2019-10-30 |
| 公开（公告）号： | CN110765269B | 公开（公告）日： | 2023-04-28 |
| 发明（设计）人： | 刘发贵;郑来磊 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/30;G06F40/279;G06N3/0442;G06N3/045;G06N3/0464;G06N3/047;G06N3/048 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 何淑珍;江裕强 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于动态词向量和层级神经网络的文档级情感分类方法。所述方法包括以下步骤：通过构建并训练双向语言模型来获得高质量的动态词向量；将得到的动态词向量输入到层级神经网络中以对文档进行建模，从而获得包含丰富语义信息的向量表示，并将该向量输入到softmax函数来对文档进行分类。本发明采用双向语言模型来生成高质量的动态词向量，并提出了一种层级神经网络来对文档进行建模，既解决了静态词向量对多义词的语义表达不足的问题，也进一步提升了情感分类任务中对文档建模的能力。 | ||
| 搜索关键词： | 基于 动态 向量 层级 神经网络 文档 情感 分类 方法 | ||
【主权项】：
1.基于动态词向量和层级神经网络的文档级情感分类方法，其特征在于，包括以下步骤：/nS1、通过构建并训练双向语言模型以获得高质量的动态词向量；/nS2、将得到的动态词向量输入到层级神经网络中以对文档进行建模以获得文档表征向量，并将该向量输入到softmax函数中以对文档进行分类。/n
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华南理工大学，未经华南理工大学许可，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/201911051331.7/，转载请声明来源钻瓜专利网。
