[发明专利]基于深度学习的文本情感分析方法和系统在审
| 申请号： | 201711417352.7 | 申请日： | 2017-12-25 |
| 公开（公告）号： | CN108108355A | 公开（公告）日： | 2018-06-01 |
| 发明（设计）人： | 王家彬;柳宜江 | 申请（专利权）人： | 北京牡丹电子集团有限责任公司数字电视技术中心 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F17/30;G06N3/04;G06N3/08 |
| 代理公司： | 北京修典盛世知识产权代理事务所(特殊普通合伙) 11424 | 代理人： | 杨方成 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明特别涉及一种基于深度学习的文本情感分析方法和系统。方法包括以下步骤：对初始文本数据进行规范化处理，生成预处理文本数据，并将预处理文本数据聚类到预设领域；在不同领域内由人工分别标注一部分数据，训练基于深度学习的情感分析模型并建立每个预设领域的专有深度；采用形成的分类器并结合专有深度对输入的待分类文本进行情感分类。本发明减少了人力成本，避免了特征工程对分类结果的影响，同时减少了特种工程带来的工作量。此外，将文本所属领域纳入考虑，提高了对文本进行情感分析的准确性。 | ||
| 搜索关键词： | 预处理 情感分析 文本情感 文本数据 预设 文本 初始文本数据 待分类文本 分类结果 情感分类 人力成本 所属领域 特种工程 分类器 聚类 学习 标注 工作量 分析 规范化 | ||
【主权项】：
1.一种基于深度学习的文本情感分析方法，其特征在于，包括以下步骤：步骤1，采集用于训练的初始文本数据，并对所述初始文本数据进行规范化处理，生成预处理文本数据；步骤2，采取聚类方法，将所述预处理文本数据聚类到对应的预设领域；步骤3，针对不同预设领域，在每个预设领域内都由人工标注一部分所述预处理文本数据，使用所有的预处理文本数据作为初始训练语料训练出领域相关的第一分类器，同时采取降维方法降低标注的预处理文本数据的维度，以便得到每个预设领域的专有深度；步骤4，使用训练好的第一分类器对未标注的预处理文本数据进行情感分类，得到各预设领域内的标注语料；步骤5，使用各预设领域内的所述标注语料，并且以获得的所述专有深度作为特征信息，训练出领域相关的第二分类器；步骤6，获取待分类文本，采取所述聚类方法将所述待分类文本划分到相应领域，再使用与该领域相关的第二分类器并结合获得的该领域的专有深度对所述待分类文本进行情感分析，生成情感分类结果并输出显示。
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北京牡丹电子集团有限责任公司数字电视技术中心，未经北京牡丹电子集团有限责任公司数字电视技术中心许可，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/201711417352.7/，转载请声明来源钻瓜专利网。
