CN110516245A 细粒度情感分析方法、装置、计算机设备及存储介质 （蓝盾信息安全技术股份有限公司）_第1页
CN110516245A 细粒度情感分析方法、装置、计算机设备及存储介质 （蓝盾信息安全技术股份有限公司）_第2页
CN110516245A 细粒度情感分析方法、装置、计算机设备及存储介质 （蓝盾信息安全技术股份有限公司）_第3页
CN110516245A 细粒度情感分析方法、装置、计算机设备及存储介质 （蓝盾信息安全技术股份有限公司）_第4页
CN110516245A 细粒度情感分析方法、装置、计算机设备及存储介质 （蓝盾信息安全技术股份有限公司）_第5页
已阅读5页，还剩32页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

领域数据集的评论文本序列和评论标签序列进2获取源领域数据集和目标领域数据集；其中，所将向量化后的评论文本序列和评论标签序列输入情感分析利用情感分析预训练模型在目标领域数据集上所述将向量化后的评论文本序列和评论标签序列输入情将向量化后的评论文本序列输入双向长短期记忆网络将向量化后的评论文本序列、向量化后的评论标签序列hnTh3j=softmax(w's'+b')对评论文本和评论标签进行分词，具体为：采用开源的结采用词向量工具word2vec将源领域数据集的评论文本序列和评论标签序列映射到维预训练模块，用于将向量化后的评论文本向量和评微调训练模块，用于利用情感分析预训练模型在目标9.一种计算机设备，包括处理器以及用于存储处理器4细粒度情感分析的关键是从文本中识别细粒度5[0019]所述将向量化后的评论文本序列和评论标签序列输入情感分析初始模型进行训hn6[0043]采用词向量工具word2vec将源领域数据集的评论文本序列和评论标签序列映射[0050]微调训练模块，用于利用情感分析预训练模型在目标领域数据集上进行微调训7签也可以看成是细粒度中的一种属性，即能代表评论者对评论对象进行评论的细粒度属[0058]2、本发明通过搭建以评论标签作为注意力源结合长短期记忆(LongShort-Term[0065]图6为本发明实施例1的Tag-Att模型与基模型在训练过程中的准确率对比曲线[0066]图7为本发明实施例1的Tag-Att模型与基模型在训练过程中的精确率对比曲线[0067]图8为本发明实施例1的Tag-Att模型与基模型在训练过程中的召回率对比曲线8(w1[0086]该步骤S202搭建的情感分析初始模型为以评论标签作为注意力源结合长短期记源领域数据集的评论文本序列和评论标签序列映射到h2n9[0100]该步骤S2042的目的是为评论序列的各元素分配不同的权重，对于关键的词赋予[0107]j=softmax(w's'+b')参数包括双向长短期记忆网络层、注意力机制层和全连接层的所有待学习参数(包含参数[0141]如图11所示，本实施例提供了一种细粒度情感分析装置，该装置包括获取模块[0150]第一输入单元11041，用于将向量化后的评论文本序列输入双向长短期记忆网络[0153]本实施例中各个模块的具体实现可以参见上述实施例1的细粒度情感分析方法，[0163]所述将向量化后的评论文本序列和评论标签序列输入情感分析初始模型进行训[0176]所述将向量化后的评论文本序列和评论标签序列输入情感分析初始模型进行训

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论