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

基于文本评论挖掘和群体决策的智能内容推荐方法及设备 

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:中国人民解放军国防科技大学

摘要:本发明公开一种基于文本评论挖掘和群体决策的智能内容推荐方法及设备,该方法步骤包括:步骤S01.获取多个专家的评论文本并提取对应的语义特征表示,对依存关系进行建模,并使用多粒度异构图卷积网络学习不同粒度的依存关系后,基于注意力机制生成评论文本最终的表示,预测得到类别极性概率分布;步骤S02.根据类别极性概率分布转换概率语言术语集,构建个人决策矩阵;步骤S03.根据各专家在不同类别的关注程度配置权重,将各专家的个体决策矩阵进行聚合得到群体决策矩阵,根据群体决策矩阵计算各候选方案的得分,进行排序得到推荐结果。本发明能够充分进行文本评论挖掘并结合群体决策实现快速、精准可靠的智能内容推荐。

主权项:1.一种基于文本评论挖掘和群体决策的智能内容推荐方法,其特征在于,步骤包括:步骤S01.类别极性信息提取:获取多个专家的评论文本并提取对应的语义特征表示,根据所述语义特征表示对评论文本中词汇之间的依存关系进行建模,并使用多粒度异构图卷积网络学习不同粒度的依存关系后,基于注意力机制为具有不同相关度的词汇分配不同的注意力权重,生成评论文本最终的表示,根据所述评论文本最终的表示进行情感极性预测得到类别极性概率分布,所述类别极性概率分布为评论文本中涉及的类别所对应的情感极性的概率分布;步骤S02.专家意见表示:根据所述类别极性概率分布将专家对各候选方案在不同类别的概率值转换为概率语言术语集,其中由每个专家在每个类别上针对不同极性的概率值对应构建一个所述概率语言术语集,根据各候选方案针对各类别不同极性的概率语言术语集构建形成个人决策矩阵;步骤S03.多属性群体决策:根据各专家在不同类别的关注程度对应的配置各专家的权重,使用配置的权重将各个专家的个体决策矩阵进行聚合得到群体决策矩阵,根据所述群体决策矩阵计算各候选方案的得分,按照计算出的得分对各候选方案进行排序得到推荐结果。

全文数据:

权利要求:

百度查询: 中国人民解放军国防科技大学 基于文本评论挖掘和群体决策的智能内容推荐方法及设备

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。