[发明专利]表情符号预测方法及模型构建方法、装置、终端在审

专利信息
申请号: 201810475866.6 申请日: 2018-05-17
公开(公告)号: CN108733651A 公开(公告)日: 2018-11-02
发明(设计)人: 郏昕;赵立永;吴新丽;姚笛 申请(专利权)人: 新华网股份有限公司
主分类号: G06F17/27 分类号: G06F17/27;G06F17/30;G06F17/22;G06Q50/00
代理公司: 北京市立方律师事务所 11330 代理人: 张筱宁
地址: 100062 北京市大兴区北*** 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: 发明提供一种基于深度学习的表情符号预测方法,包括:对待预测文本进行预处理,得到文本向量;将文本向量输入预训练的表情符号预测模型,预测待预测文本对应的表情符号,其中,表情符号预测模型包含了词向量、长短神经网络、注意力机制等深度学习网络结构,通过从网络中采集到的海量原始文本数据对神经网络进行训练、测试并验证,以得到符合实际应用场景、预测精度较高的表情符号预测模型。本发明的方法利用基于深度学习的表情符号预测模型,能根据纯文本预测出最能描述用户情绪的表情符号,提高了预测精度;通过表情符号能更直观地反映文本所含的细粒度情绪倾向,更有效、直接地辅助分析者、决策者,快速了解和把握获用户的情感倾向。
搜索关键词: 表情符号 预测 预测模型 神经网络 文本向量 文本 预处理 原始文本数据 注意力机制 模型构建 情感倾向 网络结构 应用场景 用户情绪 纯文本 词向量 细粒度 学习 验证 直观 终端 采集 测试 情绪 分析 网络
【主权项】:
1.一种表情符号预测模型的构建方法,其特征在于,包括如下步骤:对原始文本数据进行预处理,得到文本向量;提取所述原始文本数据中的表情符号,对所述表情符号进行编码;用编码后的表情符号对所述文本向量进行标注,得到样本数据;利用所述样本数据训练深度学习模型,得到用于预测文本对应的表情符号的表情符号预测模型。
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新华网股份有限公司,未经新华网股份有限公司许可,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/201810475866.6/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top