[发明专利]基于长短期记忆神经网络结合自动编码器的情绪识别方法

权利要求书

1.一种基于长短期记忆神经网络结合自动编码器的情绪识别方法，其特征在于：该方法包括以下具体步骤：

a、采集大量带有情绪标签和正、负、中立情感标签的语音或者文字；并将语音转化为文字数据；

b、将步骤a中的数据输入到双层神经网络来建立词嵌入，词嵌入的维度范围为150-200维；

c、将通过步骤b建立的词嵌入数据中的10％-20％输入一个双层的长短期记忆人工神经网络，以正、负、中立情感标签进行第一次训练；

d、将步骤c训练的模型用于词嵌入数据中的未被训练的80％-90％做正负中立情感预测，得到所对应的正、负、中立，以及所对应的正、负、中立情感概率P⁺、P^-和P^*；其中P⁺为正向情感概率，P^-为负向情感概率，P^*为中立情感概率，并且P⁺+P^-+P^*＝1；

e、将步骤d得到的正、负、中立情感概率P⁺、P^-和P^*所对应的被预测数据的10-15％和词嵌入数据中未被训练的80-90％中的10-15％输入到一个五层的自动编译器神经网络中进行非监督式训练；

f、将步骤d得到的正、负、中立情感概率P⁺、P^-和P^*所对应的被预测数据的未被训练的85-90％输入步骤e所训练后的五层自动编译器神经网络中进行特征重组，其中，五层自动编译器神经网络的最中间层所有隐性神经元的值作为下一步的输入数据；

g、将步骤d得到的正、负、中立情感概率P⁺、P^-和P^*所对应的被预测数据的未被训练的85-90％、步骤a采集的文字数据及步骤f中的中间层所有隐性神经元的值，按正向情绪，负向情绪，中立情绪分为三组，每组情绪对应一个双层长短期记忆人工神经网络，分别分配到三个双层长短期记忆人工神经网络中进行分开训练，得到情绪识别结果。

2.根据权利要求1所述的方法，其特征在于所述五层自动编译器神经网络的最中间层所有隐性神经元的值作为下一步的输入数据是由于最中间一层神经网络的隐性神经元数量远小于词嵌入维度，模型产生了降维的过程。