[发明专利]一种基于GRU神经网络的中文评论情感分析法在审
| 申请号： | 201811097770.7 | 申请日： | 2018-09-20 |
| 公开（公告）号： | CN109165387A | 公开（公告）日： | 2019-01-08 |
| 发明（设计）人： | 行鸿彦;余培 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06N3/08 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 曹芸 |
| 地址： | 211500 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 神经网络 词向量 句子 情感分类 情感分析 测试集 训练集 分词 语料 神经网络模型 自然语言处理 词语向量 反向传播 分类模型 模型网络 训练语料 中文 构建 评论 向量 去除 载入 分割 学习 | ||
【权利要求书】：
1.一种基于GRU神经网络的中文评论情感分析法，其特征在于，包括如下步骤：
（1）先将语料数据载入，利用jieba分词工具进行分词；
（2）去除一些无用的暂停词并将语料按比例分割为训练集和测试集；
（3）利用word2vec训练语料的词语向量，对每个句子的所有词向量取均值，来生成对应句子的向量，然后利用word2vec模型网络进行反向传播训练最终计算生成相应的词向量；
（4）将word2vec生成的带有句子情感的词向量输入GRU神经网络模型进行训练；
（5）测试集按照训练集方法构建，输入GRU神经网络进行情感分类。
2.根据权利要求1所述的一种基于GRU神经网络的中文评论情感分析法，其特征在于，步骤（1）中所述语料数据为国内知名网站京东上的用户评论，训练语料集11w条电子、生活类评论语句。
3.根据权利要求2所述的一种基于GRU神经网络的中文评论情感分析法，其特征在于，所述语料数据分为正类和负类。
4.根据权利要求2所述的一种基于GRU神经网络的中文评论情感分析法，其特征在于，所述语料数据分割成训练集和测试集。
5.根据权利要求4所述的一种基于GRU神经网络的中文评论情感分析法，其特征在于，所述训练集和测试集比例为5:1。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京信息工程大学，未经南京信息工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811097770.7/1.html，转载请声明来源钻瓜专利网。
