CN115392232B 一种融合主题和多模态的突发事件情感分析方法 （内蒙古工业大学）_第1页
CN115392232B 一种融合主题和多模态的突发事件情感分析方法 （内蒙古工业大学）_第2页
CN115392232B 一种融合主题和多模态的突发事件情感分析方法 （内蒙古工业大学）_第3页
CN115392232B 一种融合主题和多模态的突发事件情感分析方法 （内蒙古工业大学）_第4页
CN115392232B 一种融合主题和多模态的突发事件情感分析方法 （内蒙古工业大学）_第5页
已阅读5页，还剩13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

一种融合主题和多模态的突发事件情感分一种融合主题和多模态的突发事件情感分模得到的神经主题模型在大型语料库上进行预M。本发明能够更加准确地对微博等类似网站或2到数据集中每条评论的情感倾向；所述大型语料库和目标数据集中的数据包含文本和图到文本情感值和图片情感值M2,根据图文相关系数μ对M3和进行加权平均运算，大型语料库为DBPedia数据集，所述目标数据集为CCIR2020的疫情期间网民情绪识别比赛4.根据权利要求1或3所述融合主题和多模态的突发事件情感分析方法，其特征在于，所述微调从预训练的模型开始，在编码器最后一层和解码器第一层随机重新初始化参数，3首先对文本和图片进行处理，采用Glove方法将文本转化为文本矩阵，利用Google然后使用两个独立的BiLSTM分别接受图片标签和文本标签使权重较大的词得到更多的注意，这些得到更多关注的词往往是对于分类任务很关键的基于BiLSTM_Attention_CNN混合神经网络的图片分类方法，将待4征，得到文本情感值和图片情感值根据图文相关系数μ对和进行加权平均5[0024]最后将图片向量和文本向量进行特征拼接，作为全连接层的输入，最终通过6[0044]本发明所使用的大型语料库为DBPedia数据集，目标数据集为CCIR2020的疫情期集上完成微调。7[0047]其中t与x具有相同大小m，由神经主题模型得到的主题分布通过最小化与狄利克[0054]在本步骤中，采用BiLSTM和注意力机制相融合方法进行征，得到文本情感值和图片情感值根据图文相关性μ对和进行加权平均运[0060]不相关：M2=8[0061]本步骤中，利用注意力机制(Attent[0062]具体地，参考图3，基于BiLSTM_Attention_textCNN混合神经网络的文本分类方[0068]4456427143652010,01月02日23:21,mimiko甜心,1月2号第一次小发烧希望今年[0072]将此数据输入图2的相关性模型中得出此评论中文本与图片3图4的文本图片情感值提取模型中，得出文本与图片的情感值和M3,则由图文得[0073]将情感值M1和情感值M2根据权重δ进行评论的最终情感值M的计算，则此评论的情

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