[发明专利]基于表情分析和深度学习的社交网络情感分析方法在审
| 申请号： | 201611035151.6 | 申请日： | 2016-11-17 |
| 公开（公告）号： | CN106598942A | 公开（公告）日： | 2017-04-26 |
| 发明（设计）人： | 金志刚;胡博宏;罗咏梅 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F17/30;G06Q50/00 |
| 代理公司： | 天津市北洋有限责任专利代理事务所12201 | 代理人： | 程毓英 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于表情分析和深度学习的社交网络情感分析方法，包括下列步骤文本预处理过滤无用字符，并提取出微博文本中的表情字符作为该微博对应的表情信息。数值化特征将1)中预处理后的微博文本转换为数值向量T，同时，1)中所得的表情信息也转换成该表情对应的数值ID，然后将文本向量T与表情ID合并，形成新的数值向量V。特征训练将数值向量V作为深度学习模型的输入，进行特征训练，设输出的特征向量为F。计算类别对特征向量F进行Softmax回归，计算出该微博的情感类别概率分布，进而获得情感类别。 | ||
| 搜索关键词： | 基于 表情 分析 深度 学习 社交 网络 情感 方法 | ||
【主权项】：
一种基于表情分析和深度学习的社交网络情感分析方法，包括下列步骤：1)文本预处理：过滤无用字符，并提取出微博文本中的表情字符作为该微博对应的表情信息；2)数值化特征：将1)中预处理后的微博文本转换为数值向量T，同时，1)中所得的表情信息也转换成该表情对应的数值ID，然后将文本向量T与表情ID合并，形成新的数值向量V；3)特征训练：将数值向量V作为深度学习模型的输入，进行特征训练，设输出的特征向量为F；4)计算类别：对特征向量F进行Softmax回归，计算出该微博的情感类别概率分布，进而获得情感类别；5)模型微调：将4)所得的情感类别与该微博实际所属的情感类别比较，并通过反向传播算法对模型进行微调，获得训练完成的模型。
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天津大学，未经天津大学许可，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/patent/201611035151.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种全局优化文本关键词质量的算法
- 下一篇：智能藏文自动分词系统
