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

一种基于对比学习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

摘要:本发明公开了一种基于对比学习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、词性确定步骤;S4、文本编码步骤;S5、池化层优化步骤;S6、对比学习网络步骤。本发明结合了对比学习和深度学习网络模型,借鉴传统情感词典的情感分析思想,针对网络中文文本序列情感分析场景,提出了针对中文文本序列的对比学习与深度学习融合的情感分析方法,是一种可迁移和高效的对比学习中文文本情感分析方法。

主权项:1.一种基于对比学习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进行分词,得到分词后的情感词集合,包括:形容词、动词和副词;S3、词性确定步骤:在情感词典中查询S2中得到的分词后情感词集合,标注带有情感极性的情感词;S4、文本编码步骤:将S3中得到的标注好的带有情感极性的情感词典匹配信息与原始文本进行结合,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;S6、对比学习网络步骤:将池化层的输出与预测器的多层感知器输入相连接,预测器的输出结果与S4中的池化层输出结果进行对比学习,设置损失函数为欧式距离,训练epoch。

全文数据:

权利要求:

百度查询: 桂林电子科技大学 一种基于对比学习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。