Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于知识图谱的深度学习中文句子文本情感分析方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:桂林电子科技大学;桂林威尔思创科技有限公司

摘要:本发明公开了一种基于知识图谱的深度学习中文句子文本情感分析方法,涉及文本情感分析技术领域。包括:S1、数据获取步骤;S2、数据预处理步骤;S3、构建情感知识图谱;S4、文本编码步骤;S5、池化层优化步骤;S6、性能检测步骤。本发明使用知识图谱与语义依存关系结合的知识增强的技术方案,在针对网络评论的复杂情况,结合了具备可解释性的知识图库和中文语义结构和深度学习技术,在中文文本情感分析的深度学习领域提出了一种更具可解释性且有效的方法。

主权项:1.一种基于知识图谱的深度学习中文句子文本情感分析方法,其特征在于,包括以下步骤:S1、数据获取步骤:获取中文文本序列;S2、数据预处理步骤:对S1中得到的中文文本序列依次进行数据清洗、中文分词、词性分析以及句法依存分析,得到词性数据集合与句法依存关系集合;S3、构建情感知识图谱:基于S2中得到的词性数据集合与句法依存关系集合,构建情感知识库,建立情感知识关系结构;S4、文本编码步骤:将S3中得到的情感知识关系结构与原始文本进行结合,并使用BERT的编码器对结合后的文本进行编码;S5、池化层优化步骤:构建池化输出层的分类器为二分类的BERT深度学习框架,使用交叉熵损失函数对BERT深度学习框架进行训练,得到基于知识图谱情感语义关系的情感分析模型;S6、性能检测步骤:将测试中文序列输入S5中得到的基于知识图谱情感语义关系的情感分析模型,根据构建的知识图谱库对文本序列分词进行情感词匹配与增强,再对输入的句子的情感极性进行识别分析。

全文数据:

权利要求:

百度查询: 桂林电子科技大学 桂林威尔思创科技有限公司 一种基于知识图谱的深度学习中文句子文本情感分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。