[发明专利]基于进化神经网络架构搜索的情感分析模型构建方法

权利要求书

1.基于进化神经网络架构搜索的情感分析模型构建方法，其特征在于，包括以下步骤：

步骤S1，对嵌入层、卷积层单元、池化单元和全连接单元进行群初始化；

步骤S2，以嵌入层为第一层，封装数个卷积层单元、数个池化单元和数个全连接单元，并以全连接单元结尾，随机产生M条染色体；任一染色体的总层数小于预设染色体的总层数；所述M为大于1的自然数；

步骤S3，采用准确率作为适用度函数进行适应度评估；

步骤S4，采用轮盘赌法选择数个染色体个体，组成第一染色体种群；

步骤S5，采用不等长染色体交叉方法对第一染色体种群的染色体个体进行两两交叉，得到数个染色体个体，组成第二染色体种群；

步骤S6，对第二染色体种群的染色体个体的某一卷积层单元或池化单元或全连接单元进行添加或替换或删除；

步骤S7，计算第二染色体种群的染色体个体的适应度，并反馈步骤S4，直至到达预设的迭代次数，并采用适应度选出最优的神经网络结构的染色体个体。

2.根据权利要求1所述的基于进化神经网络架构搜索的情感分析模型构建方法，其特征在于，所述卷积层单元为将卷积层、ReLU激活函数、BN层依次封装组成。

3.根据权利要求1所述的基于进化神经网络架构搜索的情感分析模型构建方法，其特征在于，所述全连接单元为全连接层和Dropout层依次封装组成。

4.根据权利要求1所述的基于进化神经网络架构搜索的情感分析模型构建方法，其特征在于，所述对嵌入层、卷积层单元、池化单元和全连接单元进行群初始化包括

对嵌入层的字典长度、输入序列长度和词嵌入纬度进行初始化；

对卷积层单元的卷积层的卷积核大小、卷积核数目和卷积步长进行初始化；

对池化单元的池化层的池化窗口大小、步幅大小进行初始化；

对全连接单元的全连接层的神经元数目进行初始化。

5.根据权利要求1所述的基于进化神经网络架构搜索的情感分析模型构建方法，其特征在于，采用准确率作为适用度函数进行适应度评估，其表达式为：

其中，P是指模型预测的情感分析倾向正确的评论数，R是指需要预测的评论总数。

6.根据权利要求5所述的基于进化神经网络架构搜索的情感分析模型构建方法，其特征在于，采用轮盘赌法选择数个染色体个体，组成第一染色体种群，具体步骤如下：

计算第一染色体种群中任一染色体个体的适应度f(x_i)，其中，i＝(1,2，…，M)；

计算第一染色体种群中任一染色体个体遗传到下一代的概率p(x_i)，其表达式为：

计算任一染色体个体的累积概率q_i，其表达式为：

在区间[0,1]中随机产生任一染色体个体对应的一个随机数，利用随机数在该区间内的位置确定该染色体个体选出的次数。

7.根据权利要求1所述的基于进化神经网络架构搜索的情感分析模型构建方法，其特征在于，采用不等长染色体交叉方法对第一染色体种群的染色体个体进行两两交叉，得到数个染色体个体，包括以下步骤：

将染色体个体的卷积层单元、池化单元和全连接单元拆分，并按在染色体个体内的位置组成依次连接、且互相独立的卷积层单元链、池化单元链和全连接单元链；

将两染色体个体的卷积层单元链的左侧对齐并进行交叉；将两染色体个体的池化单元链的左侧对齐并进行交叉，且将两染色体个体的全连接单元链的左侧对齐并进行交叉。

8.根据权利要求1所述的基于进化神经网络架构搜索的情感分析模型构建方法，其特征在于，所述封装数个卷积层单元、数个池化单元和数个全连接单元，并以全连接单元结尾；其中，数个卷积层单元与数个池化单元任意交叉组合。