[发明专利]一种基于多任务学习的在线评论细粒度情感分析方法有效
| 申请号： | 201811598961.1 | 申请日： | 2018-12-26 |
| 公开（公告）号： | CN109740154B | 公开（公告）日： | 2021-10-26 |
| 发明（设计）人： | 公茂果;姚传宇;王善峰;武越;张明阳;解宇 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06F40/279 | 分类号： | G06F40/279;G06F40/30;G06N3/04 |
| 代理公司： | 西安恒泰知识产权代理事务所 61216 | 代理人： | 孙雅静 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 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多任务学习的在线评论细粒度情感分析方法，包括文本表示矩阵依次输入文本情感特征提取器、粗粒度情感特征提取器和细粒度情感特征分类器得到细粒度情感分类结果；文本情感特征提取器选择单层CNN网络对输入的文本表示矩阵进行文本情感信息的提取得到情感表示矩阵，粗粒度情感特征提取器对输入的情感表示矩阵利用多个单层CNN网络进行粗粒度情感特征的提取得到粗粒度情感特征向量，细粒度情感特征分类器对粗粒度情感特征向量利用多层全连接神经网络进行细粒度情感分类。本发明具有分类准确、训练时间短的优点，可用于多层次多粒度的互联网用户评论的情感分析，可用于个性化推荐，智能搜索或产品反馈。 | ||
| 搜索关键词： | 一种 基于 任务 学习 在线 评论 细粒度 情感 分析 方法 | ||
【主权项】：
1.一种基于多任务学习的在线评论细粒度情感分析方法，其特征在于，包括：步骤一：文本数据进行分词、训练、映射及矩阵构造得到文本表示矩阵；步骤二：文本表示矩阵依次输入多任务情感分类网络得到细粒度情感分类结果；所述的多任务情感分类网络包括文本情感特征提取器、粗粒度情感特征提取器和细粒度情感特征分类器；文本情感特征提取器选择单层CNN网络对输入的文本表示矩阵进行文本情感信息的提取得到情感表示矩阵，粗粒度情感特征提取器对输入的情感表示矩阵利用多个单层CNN网络进行粗粒度情感特征的提取得到粗粒度情感特征向量，细粒度情感特征分类器对粗粒度情感特征向量利用多层全连接神经网络进行细粒度情感分类。
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西安电子科技大学，未经西安电子科技大学许可，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/201811598961.1/，转载请声明来源钻瓜专利网。
