[发明专利]一种基于神经网络和注意力机制的情感分类方法及系统

权利要求书

1.一种基于神经网络和注意力机制的情感分类方法，其特征在于，包括：

获取待识别的文本；

从待识别的文本中提取语义特征词；

从语义特征词中提取局部特征信息和上下文信息；

将局部特征信息和上下文信息融合获取融合信息；

根据融合信息对情感类别进行识别。

2.如权利要求1所述的一种基于神经网络和注意力机制的情感分类方法，其特征在于，通过BERT模型从待识别的文本中提取语义特征词。

3.如权利要求1所述的一种基于神经网络和注意力机制的情感分类方法，其特征在于，将语义特征词分别输入至训练好的CNN模型和BiGRU模型中，通过训练好的CNN模型获取局部特征信息，通过训练好的BiGRU模型获取上下文信息。

4.如权利要求1所述的一种基于神经网络和注意力机制的情感分类方法，其特征在于，将融合信息输入至Softmax分类器中，对情感类别进行识别。

5.如权利要求3所述的一种基于神经网络和注意力机制的情感分类方法，其特征在于，在CNN模型中添加标准注意力机制。

6.如权利要求3所述的一种基于神经网络和注意力机制的情感分类方法，其特征在于，BiGRU在隐藏层引入历史感知注意力机制，在当前时间步利用历史时间步的信息，为输入的语义特征词分配目标注意力权重。

7.如权利要求5所述的一种基于神经网络和注意力机制的情感分类方法，其特征在于，BiGRU模型采用双向GRU网络，正向GRU输出的隐藏状态与反向GRU输出的隐藏状态经布尔运算获得BiGRU模型的隐藏状态。

8.一种基于神经网络和注意力机制的情感分类系统，其特征在于，包括：

数据采集模块，用于获取待识别的文本；

语义特征词提取模块，用于从待识别的文本中提取语义特征词；

局部特征信息提取模块，用于从语义特征词中提取局部特征信息；

上下文信息获取模块，用于从语义特征词中提取上下文信息；

信息融合模块，用于将局部特征信息和上下文信息融合，获取融合信息；

情感类别识别模块，用于根据融合信息对情感类别进行识别。

9.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-7任一项所述的一种基于神经网络和注意力机制的情感分类方法的步骤。

10.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-7任一项所述的一种基于神经网络和注意力机制的情感分类方法的步骤。