[发明专利]基于卷积注意力机制网络的实体级别情感分类方法在审
| 申请号： | 201811394014.0 | 申请日： | 2018-11-21 |
| 公开（公告）号： | CN109213868A | 公开（公告）日： | 2019-01-15 |
| 发明（设计）人： | 张树武;易谦;刘杰;张桂煊;关虎 | 申请（专利权）人： | 中国科学院自动化研究所 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06N3/04;G06N3/08 |
| 代理公司： | 北京市恒有知识产权代理事务所(普通合伙) 11576 | 代理人： | 郭文浩 |
| 地址： | 100190 *** | 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： | 本发明提出一种基于卷积注意力机制网络的实体级别情感分类方法，所述方法通过对目标文本进行处理获得文本矩阵以及目标实体向量；将文本矩阵以及目标实体向量进行预处理获得文本特征向量；将文本特征向量以及文本矩阵进行预处理获得新的文本特征向量；重复M次步骤S30，获得M次文本特征向量；将所有文本特征向量拼接后进行线性变换，输入激活函数，获得文本属于各个感情类别的概率。本发明的方法在获得注意力权重时将词语周围的词也纳入考虑范围，从而使最终获得的文本表示具有更强的情感表达能力。最终实现了比较精确的实体级别情感分类任务。 | ||
| 搜索关键词： | 文本特征向量 情感分类 实体级别 文本矩阵 预处理 注意力机制 目标实体 卷积 向量 激活函数 目标文本 情感表达 文本表示 线性变换 拼接 权重 注意力 词语 网络 文本 重复 概率 | ||
【主权项】：
1.一种基于卷积注意力机制网络的实体级别情感分类方法，其特征在于，所述方法包括：步骤S10，对目标文本进行处理获得文本矩阵以及目标实体向量；步骤S20，将文本矩阵以及目标实体向量进行预处理获得文本特征向量；步骤S30，将文本特征向量以及文本矩阵进行预处理获得新的文本特征向量；将步骤S30重复M次，每重复一次所获得的文本特征向量将作为下一次的输入，最终获得M个文本特征向量；步骤S40，将所有文本特征向量拼接后进行线性变换，输入激活函数，获得文本属于各个感情类别的概率。
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中国科学院自动化研究所，未经中国科学院自动化研究所许可，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/201811394014.0/，转载请声明来源钻瓜专利网。
