[发明专利]一种基于GRU模型的老挝语情感分析方法在审
| 申请号： | 201910215265.6 | 申请日： | 2019-03-21 |
| 公开（公告）号： | CN110083825A | 公开（公告）日： | 2019-08-02 |
| 发明（设计）人： | 周兰江;陈琢;张建安;周枫 | 申请（专利权）人： | 昆明理工大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 650093 云*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于GRU模型的老挝语情感分析方法，它属于自然语言处理和深度学习技术领域。GRU作为LSTM的一种变体，将忘记门和输入门合成了一个单一的更新门。同时还混合了细胞状态和隐藏状态。最终的模型比标准的LSTM模型要简单，也是非常流行的变体。Word2Vec就是将词表征为实数值向量的一种高效的算法模型，其利用深度学习的思想，可以通过训练，把对文本内容的处理简化为K维向量空间中的向量运算，而向量空间上的相似度可以用来表示文本语义上的相似。Word2Vec输出的词向量可以被用来做很多NLP相关的工作，比如聚类、找同义词、词性分析等等。利用基于GRU的老挝语情感分析模型，可以有效的对老挝语进行情感分析，因此本发明具有一定的研究意义。 | ||
| 搜索关键词： | 情感分析 老挝语 向量空间 变体 同义词 词表 自然语言处理 词性分析 数值向量 算法模型 文本内容 文本语义 细胞状态 向量运算 隐藏状态 词向量 输入门 相似度 聚类 合成 输出 学习 更新 研究 | ||
【主权项】：
1.一种基于GRU模型的老挝语情感分析方法，其特征在于：包括如下步骤：Step1，老挝语情感分析语料预处理，并进行数据集划分，训练集占90％，测试集占10％；Step2，Word2Vec训练语料的词向量，计算生成句子相应的特征向量；Step3，使用Word2Vec生成含有句子情感的特征向量来训练GRU模型；Step4，按照训练集方式构建测试集，输入到GRU，进行情感分类。
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昆明理工大学，未经昆明理工大学许可，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/201910215265.6/，转载请声明来源钻瓜专利网。
