基于混合注意力网络的细粒度情感极性预测方法[发明专利]
来源：华佗健康网
专利内容由知识产权出版社提供
专利名称：基于混合注意力网络的细粒度情感极性预测方法专利类型：发明专利
发明人：王英,孙小婉,王鑫,孙玉东,于尤婧,凌云志,马涪元申请号：CN201910333298.0申请日：20190424公开号：CN109948165A公开日：20190628
摘要：本发明公开了一种基于混合注意力网络的细粒度情感极性预测方法，旨在克服现有技术存在灵活性缺失、精度不足、难以获取全局结构信息、训练速度慢和注意力信息单一等问题。该方法的步骤为：1.根据评论文本句子确定文本上下文序列和特定方面目标词序列；2.通过glove词嵌入将序列映射成为两个多维的连续词向量矩阵；3.将两矩阵经过多次不同线性变换，得到相应的变换矩阵；4.使用变换矩阵计算文本上下文自注意力矩阵与特定方面目标词向量注意力矩阵，并将两矩阵拼接得到双注意力矩阵；5.对不同次线性变化后的双注意力矩阵进行拼接，然后再次进行线性变化得到最终注意力表示矩阵；6.通过平均池化操作，经过全连接层厚输入到softmax分类器中得到情感极性预测结果。
申请人：吉林大学
地址：130012 吉林省长春市前进大街2699号
国籍：CN
代理机构：长春市恒誉专利代理事务所(普通合伙)
代理人：李荣武
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容