CN114742047B 基于最大概率填充和多头注意力机制的文本情感识别方法 （河海大学）_第1页
CN114742047B 基于最大概率填充和多头注意力机制的文本情感识别方法 （河海大学）_第2页
CN114742047B 基于最大概率填充和多头注意力机制的文本情感识别方法 （河海大学）_第3页
CN114742047B 基于最大概率填充和多头注意力机制的文本情感识别方法 （河海大学）_第4页
CN114742047B 基于最大概率填充和多头注意力机制的文本情感识别方法 （河海大学）_第5页
已阅读5页，还剩17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

基于最大概率填充和多头注意力机制的文本发明公开了一种基于LDA最大概率填充和理；(2)通过Word2Vec模型获取字典和词向量矩(4)由Text-CNN网络卷积操作挖掘文本的局部特由Softmax得到情感极性的分类概率。本发明能较好地适应长度灵活的网络情感文本的分类任2步骤2：按照格式将数据集输入word2vec模型训练词向量步骤4：以数据集中最长的文本长度为基准，使用最大概率主步骤5：输入词向量矩阵B到Text-CNN模型，提取局部上所述步骤4中，以数据集中最长的文本长度为基准，使用最大概率主题下步骤S46：使用词向量依次对词向量矩阵进行填充，直至当前文档的词向量长度等于所述步骤5采用Text-CNN模型，主要的特征是对输入文本数据进行卷积操2.根据权利要求1所述的基于LDA最大概率填充和多头注意力机制的文本情感分类方33.根据权利要求1所述的基于LDA最大概率填充和多头注意力机制的文本情感分类方据集中的单词组成词汇表转化成one-hot编码，在隐层中通过中心词在给定的窗口中预测4.根据权利要求1所述的基于LDA最大概率填充和多头注意力机制的文本情感分类方5.根据权利要求1所述的基于LDA最大概率填充和多头注意力机制的文本情感分类方注意力机制的完善，能够更好捕捉不同方面的关键特征和长距离依赖关系；Multi-Head步骤S61：全局特征向量T作为Multi-HeadAttent力机制中的SoftMax函数计算查询矩阵中Q的qi与值矩阵V的每个vi的相似度得分，加权求0为附加权重矩阵。6.根据权利要求1所述的基于LDA最大概率填充和多头注意力机制的文本情感分类方45[0001]本发明涉及一种基于LDA最大概率填充和多头注意力机制的文本情感分类方法，[0003]相关技术中文本情感分类方法主要有两种，一种是基于机器学习方法来提取特类器来完成分类。但这些分类器在提取特征时往往会丢失文本的上下文语境的关联信息，6据集中的单词组成词汇表转化成one-hot编码，在隐层中通过中心词在给定的窗口中预测[0020]所述步骤3中数据集输入LDA模型，得到文本-主题-词的概率分布的具体步骤如7[0034]所述步骤5采用Text-CNN模型，主要的特征是对输入文本数据进行卷积操作。在机制的完善，能够更好捕捉不同方面的关键特征和长距离依赖关系。Multi-Head[0047]步骤S63：上述步骤得到了一个单头自注意力运算结果。通过改变权重矩阵的权8形式的修改均落于本申请所附权利要求所限9[0105]步骤S62：将查询矩阵Q和键矩阵K进行点积计算分数，并利用自注意力机制中的

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