[发明专利]一种基于卷积神经网络的企业舆情情感分类方法及系统在审
| 申请号： | 201910207891.0 | 申请日： | 2019-03-19 |
| 公开（公告）号： | CN110083700A | 公开（公告）日： | 2019-08-02 |
| 发明（设计）人： | 李鹏飞;徐俊刚 | 申请（专利权）人： | 北京中兴通网络科技股份有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F17/27 |
| 代理公司： | 北京君尚知识产权代理事务所(普通合伙) 11200 | 代理人： | 司立彬 |
| 地址： | 100094 北京市海淀区西*** | 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： | 本发明公开了一种基于卷积神经网络的企业舆情情感分类方法及系统，本方法为：1)利用卷积神经网络训练生成一企业舆情情感分类模型，其第一层为词嵌入层，第二层为多个并列的卷积层，第三层为多个并列的池化层，第四层为全连接层；2)词嵌入层对待分类的企业舆情文本进行预处理生成对应的词向量矩阵；3)各卷积层分别对输入的词向量矩阵进行特征提取，每一卷积层对应得到一文本词向量特征图并输入到一对应的池化层；4)各池化层分别提取所输入文本词向量特征图的平均特征和最强特征，并将其输入到该企业舆情情感分类模型的全连接层；5)全连接层根据各池化层输入的特征对待分类的企业舆情文本进行分类，得到待分类的企业舆情文本的舆情类别。 | ||
| 搜索关键词： | 池化 卷积神经网络 词向量 连接层 矩阵 情感分类模型 分类 情感分类 文本 嵌入层 卷积 并列 预处理 输入文本 特征提取 向量特征 第三层 第一层 特征图 文本词 积层 | ||
【主权项】：
1.一种基于卷积神经网络的企业舆情情感分类方法，其步骤包括：1)利用卷积神经网络训练生成一企业舆情情感分类模型；其中该企业舆情情感分类模型的第一层为词嵌入层，第二层为多个并列的卷积层，第三层为多个并列的池化层，第四层为全连接层；2)该企业舆情情感分类模型的词嵌入层对待分类的企业舆情文本进行预处理生成对应的词向量矩阵；3)该企业舆情情感分类模型的各卷积层分别对输入的词向量矩阵进行特征提取，每一卷积层对应得到一文本词向量特征图并输入到一对应的池化层；4)该企业舆情情感分类模型的各池化层分别提取所输入文本词向量特征图的平均特征和最强特征，并将其输入到该企业舆情情感分类模型的全连接层；5)该企业舆情情感分类模型的全连接层根据各池化层输入的特征对待分类的企业舆情文本进行分类，得到待分类的企业舆情文本的舆情类别。
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中兴通网络科技股份有限公司，未经北京中兴通网络科技股份有限公司许可，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/201910207891.0/，转载请声明来源钻瓜专利网。
